劉靜

（南京航空航天大學(xué) 國(guó)際教育學(xué)院，江蘇 南京 210016）

隨著信息時(shí)代的快速發(fā)展，大量的數(shù)據(jù)被人類搜集和存儲(chǔ)，通過(guò)數(shù)據(jù)庫(kù)我們可以方便的存儲(chǔ)這些海量數(shù)據(jù)，但是由于之前的數(shù)據(jù)庫(kù)功能缺乏，無(wú)數(shù)據(jù)分析和研究功能，數(shù)據(jù)并不能得到有效利用。而數(shù)據(jù)挖掘技術(shù)則可以方便有效的對(duì)復(fù)雜的數(shù)據(jù)進(jìn)行分析和處理，在商業(yè)、金融等領(lǐng)域已得到了廣泛使用。數(shù)據(jù)挖掘技術(shù)在許多行業(yè)已經(jīng)有了比較成熟的技術(shù)和相應(yīng)的挖掘工具軟件[1-3]。

目前，許多高等院校都開(kāi)放了各自的教務(wù)管理系統(tǒng)，也初步具備了日常管理功能，具有一定的信息處理分析功能[4-6]。但國(guó)內(nèi)的教務(wù)管理系統(tǒng)，仍停留在日常事務(wù)處理的操作層面上，僅僅是從手工管理過(guò)渡到計(jì)算機(jī)上而已，沒(méi)有涉及到面向主題和歷史數(shù)據(jù)的分析決策層面上，也缺乏成熟的分析系統(tǒng)?？傮w上來(lái)說(shuō)，教務(wù)管理的信息化仍處于初級(jí)階段，離真正的信息化和決策化水平尚有較大的差距。因此，借助于數(shù)據(jù)挖掘技術(shù)對(duì)成績(jī)進(jìn)行分析、并找出隱藏在課程和成績(jī)之間的關(guān)系規(guī)律，找出不同院系不同專業(yè)學(xué)生的就業(yè)率，使得決策者準(zhǔn)確把握專業(yè)動(dòng)向，合理進(jìn)行決策安排，具有顯著的現(xiàn)實(shí)意義。

1 數(shù)據(jù)挖掘技術(shù)

1.1 數(shù)據(jù)挖掘的概念

一般意義上的數(shù)據(jù)挖掘是一個(gè)進(jìn)行探究海量數(shù)據(jù)的分析過(guò)程，該過(guò)程以大規(guī)模的數(shù)據(jù)為研究對(duì)象。通過(guò)數(shù)據(jù)分析找出數(shù)據(jù)之間的某種聯(lián)系，并將這些規(guī)律應(yīng)用到新的數(shù)據(jù)庫(kù)中。而數(shù)據(jù)分析的主要目的是進(jìn)行預(yù)測(cè)，預(yù)測(cè)也是數(shù)據(jù)挖掘技術(shù)最主要的應(yīng)用之一。

數(shù)據(jù)挖掘（Data mining），它是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)中的一個(gè)步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過(guò)統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過(guò)去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。

1.2 數(shù)據(jù)挖掘的步驟

數(shù)據(jù)挖掘可以分為3個(gè)步驟：即數(shù)據(jù)準(zhǔn)備、規(guī)律查找和規(guī)律展示。數(shù)據(jù)準(zhǔn)備指的是從已有的數(shù)據(jù)源中選取有用的數(shù)據(jù)并將歸類為數(shù)據(jù)挖掘的數(shù)據(jù)集；規(guī)律查找是采用特定的數(shù)學(xué)方法將數(shù)據(jù)集所包含的內(nèi)在規(guī)律找出來(lái)；規(guī)律展示是指采用比較易于理解的模式（如可視化）將已經(jīng)找出的規(guī)律表示出來(lái)。典型的數(shù)據(jù)挖掘結(jié)構(gòu)如圖1所示。

圖1 典型數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)圖Fig.1 Typical data mining system structure

2 數(shù)據(jù)挖掘的主要分析方法

2.1 聚類分析

聚類分析指將物理或抽象對(duì)象的集合分組成為由類似的對(duì)象組成的多個(gè)類的分析過(guò)程。該技術(shù)來(lái)源于生物學(xué)、統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)等。因此在目前的聚類分析中，往往由聚類產(chǎn)生組，組集合為簇，不同簇的之間的對(duì)象和對(duì)象相互具有很高的相異性。聚類分析具有不同方法：如基于密度的分析方法、層次的分析方法、劃分的分析方法、基于模型的分析方法、基于網(wǎng)格的分析方法等。

2.2 決策樹(shù)

數(shù)據(jù)挖掘方法中另外一個(gè)主要方面是分類和預(yù)測(cè)。分類和預(yù)測(cè)方法是指在給定條件下能夠得到哪些值，其中決策樹(shù)是數(shù)據(jù)挖掘中的一個(gè)重要方法。決策樹(shù)可以分為分類樹(shù)決策和回歸樹(shù)決策。數(shù)據(jù)庫(kù)中離散的變量采用分類樹(shù)模型，其中的連續(xù)型變量采用回歸樹(shù)模型。決策樹(shù)分析的基礎(chǔ)是需要知道不同狀況下的事件的發(fā)生概率，故決策樹(shù)模型是一種基于數(shù)據(jù)的預(yù)測(cè)模型，它表示的是不同對(duì)象屬性和其對(duì)象值之間的一種映射關(guān)系。

2.3 人工神經(jīng)網(wǎng)絡(luò)

數(shù)據(jù)挖掘另外一個(gè)重要的分析方法是人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型。在工程與學(xué)術(shù)界也常直接簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是一種運(yùn)算模型，由大量的節(jié)點(diǎn)（或稱神經(jīng)元）之間相互聯(lián)接構(gòu)成。人工神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)大規(guī)模的并行計(jì)算，它能夠利用海量的計(jì)算單元形成的特定網(wǎng)絡(luò)，該模型可以分為自組織網(wǎng)絡(luò)、前饋式網(wǎng)絡(luò)和反饋式網(wǎng)絡(luò)等。

3 教務(wù)管理系統(tǒng)設(shè)計(jì)

3.1 總體設(shè)計(jì)

從設(shè)計(jì)思路上來(lái)看，教務(wù)管理系統(tǒng)作為一個(gè)典型信息管理綜合系統(tǒng)，涉及到的信息有很多，主要有學(xué)生、教職工、成績(jī)、課程等。這些數(shù)據(jù)處理表示方法如下。

入學(xué)時(shí)，管理人員以班級(jí)為單位將學(xué)生的學(xué)籍信息錄入學(xué)校教務(wù)管理系統(tǒng)，與此同時(shí)，將各自教學(xué)計(jì)劃錄入系統(tǒng)。每次考試結(jié)束后，由工作人員將學(xué)生考試成績(jī)錄入。當(dāng)學(xué)生需要調(diào)換專業(yè)等操作時(shí)，則可由學(xué)校專門(mén)教師進(jìn)行修改。在教師評(píng)價(jià)中，將學(xué)生及各部門(mén)對(duì)教師評(píng)價(jià)所打分?jǐn)?shù)錄入管理系統(tǒng)中，為將來(lái)數(shù)據(jù)挖掘做充分準(zhǔn)備。該系統(tǒng)由兩部分組成：即日常教務(wù)管理系統(tǒng)、以及數(shù)據(jù)挖掘子分析系統(tǒng)。

從功能上來(lái)看，本次設(shè)計(jì)的教務(wù)管理系統(tǒng)可以包括以下幾個(gè)子模塊：成績(jī)管理子模塊、學(xué)生管理子模塊、課程管理子模塊、教師管理子模塊、系統(tǒng)設(shè)置子模塊、數(shù)據(jù)挖掘分析子模塊等。

3.2 數(shù)據(jù)庫(kù)設(shè)計(jì)

教務(wù)管理信息系統(tǒng)主要工作之一為數(shù)據(jù)庫(kù)的設(shè)計(jì)，對(duì)于該類系統(tǒng)來(lái)講，合適的數(shù)據(jù)庫(kù)是數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)的重要來(lái)源。因此，設(shè)計(jì)數(shù)據(jù)庫(kù)時(shí)，需要進(jìn)行合理的數(shù)據(jù)搜集，使之不容易出現(xiàn)冗余，從而能夠加快訪問(wèn)速度和效率。

本次設(shè)計(jì)中，系統(tǒng)的主要對(duì)象為學(xué)生、教師、課程和成績(jī)。不同的對(duì)象對(duì)應(yīng)不同的屬性，如學(xué)生的屬性有學(xué)號(hào)、姓名、性別、籍貫、民族、聯(lián)系方式以及班級(jí)等。教師的屬性主要有工號(hào)、教師姓名、性別、學(xué)歷、專業(yè)、取得學(xué)位、職稱、聯(lián)系方式等。應(yīng)該根據(jù)實(shí)體關(guān)系所確定的模型，通過(guò)合理設(shè)計(jì)數(shù)據(jù)庫(kù)表，將所涉及到的屬性信息輸入進(jìn)去。

3.3 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)

數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)不同于數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)主要目的是存儲(chǔ)數(shù)據(jù)，而建立數(shù)據(jù)倉(cāng)庫(kù)是為了滿足復(fù)雜的數(shù)據(jù)統(tǒng)計(jì)分析需要。教務(wù)管理系統(tǒng)中的數(shù)據(jù)通過(guò)處理，轉(zhuǎn)移到數(shù)據(jù)倉(cāng)庫(kù)中，從而可以讓管理者通過(guò)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行數(shù)據(jù)挖掘，最終實(shí)現(xiàn)對(duì)學(xué)生學(xué)習(xí)培養(yǎng)、教師素質(zhì)提高提供決策支持。本次設(shè)計(jì)的數(shù)據(jù)倉(cāng)庫(kù)包括幾個(gè)部分：1)數(shù)據(jù)源；2)數(shù)據(jù)提取；3)數(shù)據(jù)預(yù)處理；4)數(shù)據(jù)集市；5)分析工具。

3.4 數(shù)據(jù)模型

由于本文研究的主要對(duì)象是教務(wù)管理系統(tǒng)，因此重點(diǎn)關(guān)注內(nèi)容應(yīng)該是學(xué)生和教師的信息。這就需要在模型設(shè)計(jì)時(shí)，要研究學(xué)生數(shù)據(jù)模型以及教師數(shù)據(jù)模型。

1)學(xué)生數(shù)據(jù)模型

學(xué)生數(shù)據(jù)中主要考慮學(xué)生的基本信息，如性別、學(xué)分、成績(jī)、籍貫、班級(jí)等。針對(duì)不同學(xué)生，建立學(xué)生數(shù)據(jù)模型：

①根據(jù)性別建立數(shù)據(jù)模型；②根據(jù)性別建立數(shù)據(jù)模型；③根據(jù)民族建立數(shù)據(jù)模型；④根據(jù)成績(jī)建立數(shù)據(jù)模型；⑤根據(jù)學(xué)分建立數(shù)據(jù)模型。

2)教師數(shù)據(jù)模型

①根據(jù)性別建立數(shù)據(jù)模型；②根據(jù)學(xué)歷建立數(shù)據(jù)模型；③根據(jù)年齡建立數(shù)據(jù)模型；④根據(jù)職稱建立數(shù)據(jù)模型；⑤根據(jù)教師評(píng)價(jià)建立數(shù)據(jù)模型。

4 實(shí)際應(yīng)用

數(shù)據(jù)挖掘模型建立以后，必須通過(guò)編程語(yǔ)言和其他一些工具進(jìn)行數(shù)據(jù)挖掘。本系統(tǒng)在設(shè)計(jì)功能上，實(shí)現(xiàn)了教務(wù)管理系統(tǒng)的許多基本功能，比如學(xué)生管理、成績(jī)管理、教師管理等。

4.1 日常事務(wù)管理實(shí)現(xiàn)

日常事務(wù)管理主要分為系統(tǒng)登陸模塊和學(xué)生管理模塊兩類。系統(tǒng)登陸模塊主要功能是用戶啟動(dòng)系統(tǒng)，出現(xiàn)登錄界面，選擇身份。如圖2所示。

圖2 系統(tǒng)登陸模塊Fig.2 Login module

學(xué)生管理模塊的功能主要實(shí)現(xiàn)學(xué)生信息的獨(dú)自錄入、修改、刪除等功能。

4.2 教師信息數(shù)據(jù)挖掘分析

可以使用聚類分析法對(duì)任課教師評(píng)價(jià)數(shù)據(jù)進(jìn)行合理的數(shù)據(jù)挖掘。教師評(píng)價(jià)指標(biāo)主要有：教學(xué)內(nèi)容、教學(xué)方式、教學(xué)態(tài)度和知識(shí)能力。在進(jìn)行教學(xué)評(píng)價(jià)時(shí)，往往以班級(jí)為單位，組織學(xué)生自己，運(yùn)用教務(wù)管理系統(tǒng)為教師打分。

之后就可以使用數(shù)據(jù)挖掘模塊對(duì)打分結(jié)果進(jìn)行聚類分析，那么從聚類分析結(jié)果來(lái)看，結(jié)合實(shí)際評(píng)分的結(jié)果，通過(guò)人工分析得出，聚類分析更能正確的進(jìn)行教學(xué)評(píng)價(jià)分析。

以副教授為例，其所占全部教師比例為5%，若評(píng)價(jià)均值為80。因該類教師年齡較大，且主要經(jīng)歷在科學(xué)研究方面，平時(shí)授課時(shí)間相對(duì)較少，且每次講課方式和方法比較固定，導(dǎo)致上課時(shí)和學(xué)生溝通較少。故該類教師的教學(xué)評(píng)價(jià)較低。

以上對(duì)于聚類分析結(jié)果進(jìn)行了分析，得出學(xué)歷較高職稱較高的教師得到的評(píng)價(jià)較高，這是由于這類教師經(jīng)驗(yàn)豐富、知識(shí)面廣。學(xué)院管理者可以通過(guò)聚類分析的結(jié)果對(duì)每類教師進(jìn)行相應(yīng)的培養(yǎng)，以便可以提高教師的教學(xué)水平。

4.3 成績(jī)信息數(shù)據(jù)挖掘

由于課程之間的相互影響是客觀存在的，在實(shí)際應(yīng)用過(guò)程中，通過(guò)對(duì)學(xué)生考試成績(jī)進(jìn)行充分的數(shù)據(jù)挖掘和分析研究，從而找出安排課程合理規(guī)律，為學(xué)院制定人才培養(yǎng)計(jì)劃，安排教學(xué)內(nèi)容提供合理的參考。我們可以使用教務(wù)管理系統(tǒng)設(shè)計(jì)的課程關(guān)聯(lián)性使用分析功能模塊，實(shí)現(xiàn)對(duì)數(shù)據(jù)倉(cāng)庫(kù)中有用的相關(guān)數(shù)據(jù)進(jìn)行關(guān)聯(lián)情況規(guī)則分析，比如使用Aprior算法，可以產(chǎn)生數(shù)據(jù)挖掘結(jié)果。

通過(guò)分析可以看出，不同課程之間不是雜亂無(wú)章的，而是內(nèi)在存有很強(qiáng)的聯(lián)系，這往往在考試成績(jī)差與平時(shí)成績(jī)好的學(xué)生能夠明顯的體現(xiàn)出來(lái)，因此在制定相關(guān)的人才培養(yǎng)計(jì)劃時(shí)，必須考慮到課程之間的相關(guān)性，并考慮到課程的開(kāi)設(shè)順序，影響學(xué)生學(xué)習(xí)效果的方面，實(shí)踐中不能將課程提前開(kāi)設(shè)或者向后開(kāi)設(shè)、同時(shí)開(kāi)設(shè)。本次研究的成果，所得到的數(shù)據(jù)挖掘結(jié)果應(yīng)用，可以作為管理者參考的依據(jù)，同時(shí)也可以成為學(xué)生選課的依據(jù)。

4.4 本系統(tǒng)的創(chuàng)新和不足

本次研究，設(shè)計(jì)了一個(gè)基于數(shù)據(jù)挖掘的高校教務(wù)管理系統(tǒng)，從功能上來(lái)看，對(duì)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)表進(jìn)行詳細(xì)的設(shè)計(jì)，實(shí)現(xiàn)了教務(wù)管理系統(tǒng)中往往難以實(shí)現(xiàn)的功能，給出了重要模塊的實(shí)現(xiàn)過(guò)程。模型將聚類分析方法應(yīng)用到教師和學(xué)生評(píng)價(jià)中，并且將關(guān)聯(lián)分析植入到學(xué)生成績(jī)?cè)u(píng)定中，最后 對(duì)系統(tǒng)進(jìn)行了功能和性能方面的測(cè)試，從而驗(yàn)證了系統(tǒng)運(yùn)行的正確性。

由于作者能力有限，本次設(shè)計(jì)的系統(tǒng)中挖掘的內(nèi)容相對(duì)單一和數(shù)量較少，除了文中所涉及的挖掘內(nèi)容外，尚有諸多內(nèi)容，仍待繼續(xù)改進(jìn)。

5 結(jié)論

在教務(wù)管理過(guò)程中，往往涉及到大量的數(shù)據(jù)，采用傳統(tǒng)的方法無(wú)法適應(yīng)日益增長(zhǎng)的數(shù)據(jù)規(guī)模需要，因此隨著社會(huì)進(jìn)步及計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的應(yīng)用，數(shù)據(jù)挖掘技術(shù)為我們提供了合適的工具，本文基于此，研究分析了數(shù)據(jù)挖掘技術(shù)在高校教務(wù)管理系統(tǒng)的應(yīng)用和實(shí)現(xiàn)。論證了數(shù)據(jù)挖掘的概念、分析方法，提出了教務(wù)管理系統(tǒng)的數(shù)據(jù)挖掘模型，分別對(duì)學(xué)生模塊和教師模塊應(yīng)建立的模型進(jìn)行了分析，通過(guò)實(shí)例分析可知，本系統(tǒng)模型能夠極大提高管理者的效率，本研究為類似項(xiàng)目研究提供了一個(gè)借鑒。

[1]姚志鴻.數(shù)據(jù)挖掘技術(shù)在教學(xué)管理中的應(yīng)用與實(shí)現(xiàn) [J].電子測(cè)試,2014(6):108-109.YAO Zhi-hong.The realization and application of data mining technology in teaching management[J].Electronic Test,2014(6):108-109.

[2]吳天真，李文靜.數(shù)據(jù)挖掘技術(shù)在高校教務(wù)管理中的應(yīng)用綜述[J].科協(xié)論壇,2013(7):75-76.WU Tian-zhen,LI Wen-jing.Overview of application of data mining technology in the colleges and universities teaching management[J].Science and Technology Association Forum,2013(7):75-76.

[3]李素朵.數(shù)據(jù)挖掘技術(shù)在高職院校教務(wù)管理系統(tǒng)中的應(yīng)用研究[D].石家莊：河北科技大學(xué)，2013.

[4]林麗.數(shù)據(jù)挖掘技術(shù)在高校教務(wù)管理系統(tǒng)中的應(yīng)用[J].輕工科技,2012(4):89-90.LIN Li.Application of data mining technology in the university educational administration management system[J].Light Industrial Science and Technology,2012(4):89-90.

[5]魏韞怡.數(shù)據(jù)挖掘技術(shù)在電大教務(wù)管理中的應(yīng)用[J].科技視界，2012,8(22)：98-100.WEI Yun-yi.Application of data mining technology in the teaching management in TV University[J].Science and Technology View,2012,8(22)：98-100.

[6]歐振用.數(shù)據(jù)挖掘技術(shù)在教務(wù)管理系統(tǒng)中應(yīng)用研究[D].北京：北方工業(yè)大學(xué)，2011.