数据挖掘技术在高职院校信息化管理的应用

来源:用户上传      作者: 姜薇

　　摘要：数据挖掘是当前一个热门的研究领域，是伴随着数据库和人工智能一同发展起来的，是一门新兴的数据处理技术。这门新兴的数据处理技术能够对保存在数据库中的大量的数据进行提取、转换、分析以及进行一些其他模型化的处理之后，最终被提取出来的数据就是有助于决策的关键性数据。本文对数据挖掘的概念和过程做了介绍，并简述了数据挖掘的主要方法和数据挖掘的过程，重点对数据挖掘技术在高职院校的信息化管理应用做了介绍。
　　关键词：数据挖掘技术 数据处理技术 信息化管理 数据挖掘过程
　　中图分类号：TP311.31 文献标识码：A 文章编号：1007-9416(2011)12-0210-01
　　
　　数据挖掘(Data Mining)的概念，是伴随着数据库和人工智能这两门技术一同发展起来的新兴的数据处理技术。它利用了数据库、人工智能和数理统计等多方面的技术，是一类深层次的数据分析方法。
　　1、数据挖掘
　　数据挖掘，就是从大量的、离散的实际数据中，经过提取、转换、分析等处理技术，提取出隐含的、事先无法预测的、但又潜在有用的、有助于决策的关键性的数据，帮助决策者分析历史数据以及当前现有的数据，从中发现隐含的关系或模式，进而预测出未来可能发生的行为。数据挖掘是一门涉及很广的交叉性的新兴学科，涉及到数据库、人工智能、可视化、并行计算等领域，因此应用范围也非常广泛。
　　2、数据挖掘技术
　　数据挖掘技术是人们长期以来对数据库技术进行研究和开发而得出的结果，其中数据挖掘与数据仓库技术的发展有着密切的关系。大部分情况下，数据挖掘都要先把数据从数据仓库中拿到数据挖掘库中，数据仓库会对数据进行清理，并解决数据的不一致问题，这给数据挖掘带来很多好处。由于数据挖掘所发现的知识的不同，其所利用的技术也有所不同，数据库、人工智能和数理统计就是数据挖掘技术的三大支柱。
　　3、数据挖掘的过程
　　数据挖掘的基本过程包括：数据收集和准备、数据整理、数据挖掘与分析、结果评估、分析决策等，数据挖掘的各过程不是线性的,不是一次就能完成的，而且是反复循环的，其中某些步骤或者全过程可能需要多次的循环反复，才有可能达到预期的效果，因此, 要充分分析历史数据和现有数据, 从而发现隐藏在其中的具有决策作用的有价值信息。
　　数据挖掘的过程按照工作流程可以包括以下几个步骤：
　　3.1 数据收集和准备阶段
　　丰富的大量的数据是数据挖掘的前提，没有数据，数据挖掘也就无从谈起，因此，数据收集是数据挖掘的首要步骤。收集的数据可以来自于现有的数据处理系统，也可以从数据仓库中得到。存储在数据库系统中的数据是经过长期积累而得到的，这些数据往往不适合直接使用和处理，那么在开始进行数据挖掘之前，需要对数据做准备工作，首先要消除噪声或不符合要求的数据，这些操作一般包括数据的选择、净化、转换、数据缩减等才能进行处理，广泛收集用户的各种信息，建立数据库与数据表，生成数据仓库，为数据挖掘做准备。
　　数据准备过程是否做好，将会影响到数据挖掘的效率和准确度，最终会影响到数据结果或模式的有效性。
　　3.2 数据整理和挖掘阶段
　　数据整理阶段是数据挖掘的必要环节，数据挖掘阶段通过汇总或聚集方法将数据转换或统一成适合进行数据挖掘的形式，可以利用各种数据挖掘方法对数据进行分析，选择某个适当的数据挖掘算法用于搜索数据中的模式，挖掘用户所需要的各种规则或模型等，为结果数据的分析做准备。
　　3.3 结果的分析和同化阶段
　　由前面两个阶段得到的模式模型或数据，里面也可以存在对实际应用没有意义或没有使用价值的数据，因此对这些数据仍然需要评估，确定哪些是有效的数据、哪些是有用的模式，这样对已经发现的规则或模型等信息进行评估，可以保证发现的模式或数据满足有效性和正确性，决策者则根据数据挖掘得出的结果进行分析和评价，结合实际情况，调整相应策略，并将挖掘结果以可视化的形式展现在用户面前，最终成为能够被用户所理解和接受的知识。
　　4、数据挖掘在高职院校信息化管理中的应用
　　教育同信息是密不可分的，因为教育从根本上来讲就是信息资源的传递、接收、加工和识别。随着科学技术的进步、社会文明的发展，以计算机多媒体和网络通讯为基础的现代化信息技术在教育中的应用越来越广泛。
　　随着信息化进程的推进,高校各种数据库中已积累了大量数据,这些数据可以满足人们的查询、检索、统计等日常事务处理的需要，在该过程中，数据挖掘技术将起到重要作用。运用数据挖掘技术对大量数据进行处理和分析，挖掘出有价值的信息,快速地对数据的发展方向做出判断，有效提高了工作效率。例如通过数据挖掘技术可以进行新专业申报、课程优化设置、预测学生就业情况、评估学生的学习成绩以及学生的综合素质等。
　　数据挖掘技术在高职院校信息化管理中的应用还是一个很新的思路，从学生的报考志愿到学生的录取，从学生的入学到学生的成绩管理，从学生的生活到学生的学习，从学生的实习到学生的就业，这些涉及到数不胜数的数据，而这些数据目前在高职院校的信息化管理中很少有被连贯起来进行管理的，这对于高职院校的信息化管理是非常不利的。
　　如果能将数据挖掘技术用在高职院校的信息化管理上，对于高职院校的决策者来说是非常有利的，比如用在学生的就业信息管理上，可以得到专业设置的参考数据，从学生的报考志愿的数据中可以得到将来就业的发展方向等。
　　高职院校的教学管理工作常常需要处理大量重要数据，如果将数据挖掘中的关联分析、分类与预测、类聚、决策树等技术应用于在教学信息中，则可以帮助处理学生综合素质测评、教师测评、课程合理设置和教学方法选择、试卷评阅和试题质量的评价等大数据量工作，从而提高教学与管理工作的质量和效率。
　　5、结语
　　数据挖掘技术在高职院校信息化管理中应用，对高职院校信息化管理非常有利，通过数据挖掘技术可以获得对决策者或管理者有价值、有决策作用的信息。因此, 采用科学有效的数据挖掘技术对提高高职院校信息管理的智能化水平具有重要作用，需要教育者及相关人士对此进行更深一步的研究。
　　作者简介
　　姜薇（1975-05-11），女，大学本科，副教授。研究方向：计算机应用技术。

转载注明来源:https://www.xzbu.com/8/view-49185.htm