楊 萍

西安外事學(xué)院 陜西西安 710077

基于數(shù)據(jù)挖掘技術(shù)的大學(xué)生信息檢索系統(tǒng)研究

楊 萍

西安外事學(xué)院 陜西西安 710077

隨著網(wǎng)絡(luò)通信的普及，各行各業(yè)中產(chǎn)生了越來越多的信息量，特別是高校的信息化的不斷發(fā)展中，出現(xiàn)了傳統(tǒng)信息管理模式不能滿足現(xiàn)代大學(xué)生的要求的問題，所以怎么能實(shí)現(xiàn)在海量的數(shù)據(jù)中快速檢索出準(zhǔn)確，有價(jià)值的信息已經(jīng)成為教育領(lǐng)域中關(guān)注的主要問題。本研究根據(jù)數(shù)據(jù)挖掘技術(shù)思想，而提出了一種基于大學(xué)生的個(gè)人情況、成績、考勤、社會行為、就業(yè)、獎勵懲罰、貸款還貸七類模塊數(shù)據(jù)的檢索和挖掘的信息系統(tǒng)，并實(shí)現(xiàn)了基于大學(xué)生的信息檢索的優(yōu)化和具體的數(shù)據(jù)挖掘流程研究。

數(shù)據(jù)挖掘；云存儲；信息檢索

隨著網(wǎng)絡(luò)通信的普及，各行各業(yè)中產(chǎn)生了越來越多的信息量，特別是高校的信息化的不斷發(fā)展中，出現(xiàn)了傳統(tǒng)信息管理模式不能滿足現(xiàn)代大學(xué)生的要求的問題，所以怎么能實(shí)現(xiàn)在海量的數(shù)據(jù)中快速檢索出準(zhǔn)確，有價(jià)值的信息已經(jīng)成為教育領(lǐng)域中關(guān)注的主要問題。要實(shí)現(xiàn)高校數(shù)子化學(xué)生信息管理系統(tǒng)，必須從越來越多的大學(xué)生數(shù)據(jù)中深入挖掘信息，過濾出有用的知識，并能把不同的大學(xué)生按統(tǒng)一標(biāo)準(zhǔn)進(jìn)行分類分析后，能夠使信息得到重新組合和分配。通過對大學(xué)生的優(yōu)化管理和對大學(xué)生的信息深度挖掘和整合，使大學(xué)校園的數(shù)字化信息建設(shè)得到更進(jìn)一步的發(fā)展。

1 系統(tǒng)可行性分析

隨著網(wǎng)絡(luò)與通信技術(shù)的蓬勃發(fā)展，越來越多的數(shù)據(jù)資源處于膨脹狀態(tài)，完全進(jìn)入了“大數(shù)據(jù)”時(shí)代。面對大量的異構(gòu)的數(shù)據(jù)資源，怎么進(jìn)行劃分，查詢，獲得有價(jià)值的信息，成為各應(yīng)用領(lǐng)域關(guān)心的問題。要想實(shí)現(xiàn)從海量數(shù)據(jù)中提取各類有用的信息并找到信息中各種隱藏的關(guān)系，其中最有效的方法就是利用數(shù)據(jù)挖掘技術(shù)來完成對數(shù)據(jù)的分析與提取。數(shù)據(jù)挖掘技術(shù)是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)集中識別有效的、新穎的、潛在有用的信息和知識的過程，包括機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)庫、模式識別、粗糙集、模糊數(shù)學(xué)等相關(guān)技術(shù)。隨著教育信息化的發(fā)展和數(shù)據(jù)挖掘技術(shù)的成功運(yùn)用，傳統(tǒng)的以數(shù)據(jù)庫實(shí)現(xiàn)對學(xué)生的海量數(shù)據(jù)及學(xué)習(xí)過程進(jìn)行管理的模式已經(jīng)滿足不了教育工作者和大學(xué)生的要求了。如何轉(zhuǎn)換這些數(shù)據(jù)成為有價(jià)值的信息，并能為教學(xué)決策，學(xué)習(xí)優(yōu)化、改進(jìn)學(xué)習(xí)效果等服務(wù)，不僅成為教育界所關(guān)注的焦點(diǎn)，更是教育信息化發(fā)展的一個(gè)重要趨勢。Romero&Ventura（2007）以及Baker&Yacef（2009）對10余年的教育數(shù)據(jù)挖掘研究進(jìn)行分析，歸納出5類教育數(shù)據(jù)挖掘方法。目前，教育數(shù)據(jù)挖掘技術(shù)已經(jīng)得到廣泛的關(guān)注和應(yīng)用，特別是網(wǎng)絡(luò)學(xué)習(xí)與相應(yīng)的教育管理系統(tǒng)中得到充分的發(fā)揮。伴隨著教育數(shù)據(jù)挖掘技術(shù)方法的成熟，會進(jìn)一步開啟對學(xué)生的行為分析的數(shù)據(jù)挖掘研究。本研究基于以上的教育數(shù)據(jù)挖掘技術(shù)的研究背景，立足于大學(xué)校園，通過對學(xué)生的海量數(shù)據(jù)進(jìn)行挖掘，希望探索出學(xué)生的個(gè)人情況、成績、考勤、社會行為、就業(yè)，獎勵懲罰，貸款還貸中一系列活動分布特點(diǎn)。為開展對大學(xué)生教育教學(xué)個(gè)性化管理服務(wù)提供可靠的網(wǎng)絡(luò)信息平臺。

2 系統(tǒng)功能分析

基于數(shù)據(jù)挖掘技術(shù)的大學(xué)生信息檢索系統(tǒng)是在大量的學(xué)生信息中發(fā)現(xiàn)隱含的數(shù)據(jù)規(guī)則，根據(jù)信息的需求，對包含有的信息進(jìn)行采集、分析和存儲，從而完成學(xué)生信息檢索請求。主要實(shí)現(xiàn)的檢索信息功能見圖1。

圖1 大學(xué)生信息檢索系統(tǒng)功能模塊

（1）個(gè)人信息：對大學(xué)生基本信息包括學(xué)號、姓名、性別、民族、出生年月、電話、QQ號碼（MSN） 、郵箱、班級、家庭地址、所在院系、入學(xué)日期，年制等內(nèi)容檢索。

（2）成績信息：主要包括成績與選課（選修和必修）兩部分內(nèi)容。當(dāng)查詢學(xué)生相關(guān)考試成績信息時(shí)，可以根據(jù)學(xué)號、姓名、課程、班級，專業(yè)等不同字段進(jìn)行檢索也可以對選的課程的類型進(jìn)行信息查詢。

（3）考勤信息：主要包括了學(xué)生在校上課情況信息的檢索。可以列出以班、課程為關(guān)鍵字的學(xué)生考勤報(bào)表、并能智能篩選分析個(gè)人或班級的考勤對比等模塊。同時(shí)，針對個(gè)人考勤情況，對個(gè)別問題學(xué)生也可以按一定標(biāo)準(zhǔn)進(jìn)行統(tǒng)計(jì)并及時(shí)反饋。

（4）社會行為信息：社會行為信息中反應(yīng)了大學(xué)生社會實(shí)踐重要內(nèi)容。每一個(gè)大學(xué)生的道德修養(yǎng)和知識應(yīng)用能力都是通過社會行為體現(xiàn)出來，其中主要包括了校內(nèi)和校外的課外活動，其中校內(nèi)的包括社團(tuán)活動和勤工助學(xué)等，校外的包括科技文化援助、醫(yī)療衛(wèi)生、法律宣傳、社會調(diào)查、文化服務(wù)等。

（5）就業(yè)信息：為了方便學(xué)校對已經(jīng)畢業(yè)的學(xué)生進(jìn)行跟蹤統(tǒng)計(jì)調(diào)查，實(shí)現(xiàn)對學(xué)生畢業(yè)后的工作情況信息檢索。

（6）獎勵懲罰信息：大學(xué)生在上學(xué)期間因何理由獎勵和因何事進(jìn)行處分信息的檢索。獎勵懲罰的等級包括通報(bào)表揚(yáng)、嘉獎、記小功、記大功、特別獎等和學(xué)生處分分為警告、嚴(yán)重警告、記過、留校察看和開除學(xué)籍五種。以上內(nèi)容都會作為考核每一個(gè)大學(xué)生誠信水準(zhǔn)的重要指標(biāo)。

（7）貸款還貸信息：學(xué)生的貸款還貸現(xiàn)在已經(jīng)成為大學(xué)里不可缺少的一部分。發(fā)展大學(xué)對貸款還貸信息化管理，以達(dá)到大學(xué)生自主管理貸款還貸的目的。為實(shí)現(xiàn)這一目的，該系統(tǒng)對學(xué)生貸款銀行、個(gè)人的誠信信息、貸款利率、貸款類別、貸款年限、貸款金額、和還貸時(shí)間等信息進(jìn)行檢索和數(shù)據(jù)挖掘。

3 系統(tǒng)流程設(shè)計(jì)

3.1 功能結(jié)構(gòu)設(shè)計(jì)

基于大學(xué)生信息檢索系統(tǒng)需求分析，以B／S網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ)，實(shí)現(xiàn)不同的用戶通過網(wǎng)絡(luò)平臺對服務(wù)器中的學(xué)生的各類信息進(jìn)行檢索和挖掘，多樣性的數(shù)據(jù)形式采取分類采集后，檢索的結(jié)果可通過服務(wù)器端發(fā)送回給客戶端。為了實(shí)現(xiàn)大學(xué)生的七大類信息檢索和數(shù)據(jù)挖掘，把系統(tǒng)劃分為用戶管理模塊、數(shù)據(jù)管理模塊（數(shù)據(jù)采集功能、數(shù)據(jù)分析功能，數(shù)據(jù)存儲功能），通過這些模塊相互協(xié)作實(shí)現(xiàn)大學(xué)生信息檢索功能。

3.2 用戶管理模塊

用戶管理模塊按管理員、教師、學(xué)生三類用戶進(jìn)行分類，不同的用戶在相應(yīng)的權(quán)限下執(zhí)行操作。每個(gè)用戶成功登錄后，可對學(xué)生基本情況，在校行為表現(xiàn)，學(xué)籍內(nèi)容，獎勵和懲罰等信息的檢索。對于學(xué)生，可以檢索本人相關(guān)的全部信息，并能智能化推薦個(gè)性化的服務(wù)指導(dǎo)；而對于管理員，不僅可以獲得學(xué)生的各類信息，而且可以把檢索到的學(xué)生信息進(jìn)行統(tǒng)計(jì)分析和進(jìn)一步數(shù)據(jù)挖掘。同時(shí)，為了獲得更全，準(zhǔn)確的個(gè)人信息，在注冊時(shí)提供數(shù)據(jù)類型具有多樣性，能夠滿足各用戶的各種輸入要求。

3.3 數(shù)據(jù)管理模塊

3.3.1 數(shù)據(jù)采集

數(shù)據(jù)采集分為客戶端數(shù)據(jù)采集和服務(wù)器端數(shù)據(jù)采集兩大類。當(dāng)用戶把檢索條件提交后，先對客戶端數(shù)據(jù)進(jìn)行讀取并匹配成功后傳到Web服務(wù)器，根據(jù)請求的檢索條件進(jìn)行數(shù)據(jù)匹配，按一定的數(shù)據(jù)收集方法找到合適的數(shù)據(jù)源，并將收集到的不同數(shù)據(jù)源以相應(yīng)的格式存入數(shù)據(jù)庫。

3.3.2 數(shù)據(jù)存儲

數(shù)據(jù)存儲問題是基于數(shù)據(jù)挖掘技術(shù)的大學(xué)生信息檢索系統(tǒng)中一個(gè)重要環(huán)節(jié)，需要建立一個(gè)完善的數(shù)據(jù)庫，以實(shí)現(xiàn)各類數(shù)據(jù)信息的存儲。本系統(tǒng)由七類信息模塊為依托，分別建立相應(yīng)的數(shù)據(jù)表，其中不僅考慮了功能擴(kuò)展的問題，還必須針對了各個(gè)表之間的關(guān)系，設(shè)置相應(yīng)的數(shù)據(jù)表的主鍵和索引。

3.3.3 數(shù)據(jù)分析

數(shù)據(jù)分析是本系統(tǒng)功能實(shí)現(xiàn)的核心部分。服務(wù)器端根據(jù)不同用戶的要求，建立的相關(guān)索引，實(shí)時(shí)對海量數(shù)據(jù)的分析處理，經(jīng)過數(shù)據(jù)清理后，將完整、正確、一致的信息存儲到大數(shù)據(jù)庫。其中可通過數(shù)據(jù)分析實(shí)現(xiàn)對用戶的個(gè)性化需求進(jìn)行分析，并給予學(xué)生的行為分析預(yù)測，從而可提供滿足這些特征個(gè)性化內(nèi)容的智能化信息展示與推薦指導(dǎo)。例如：從服務(wù)器中提取出某個(gè)學(xué)生的成績，對學(xué)生的成績數(shù)據(jù)篩選并進(jìn)行數(shù)據(jù)挖掘分析后，不僅要分析成績的好壞，并能夠個(gè)性化指導(dǎo)學(xué)習(xí)狀態(tài)以達(dá)到學(xué)習(xí)效率的提高。

3.4 實(shí)現(xiàn)流程

該系統(tǒng)的實(shí)現(xiàn)主要由3個(gè)層組成。

表1 基于數(shù)據(jù)挖掘技術(shù)的大學(xué)生信息檢索系統(tǒng)的層次結(jié)構(gòu)

圖2 大學(xué)生信息檢索流程圖

各功能模塊交互協(xié)作實(shí)現(xiàn)數(shù)據(jù)信息的檢索，并傳送給客戶端。具體流程見圖2。

（1）智能檢索網(wǎng)絡(luò)客戶端接收用戶所提出的檢索要求，并對用戶名和密碼進(jìn)行登錄驗(yàn)證。

（2）服務(wù)器收到用戶提出的信息檢索要求后，把信息傳送給服務(wù)器平臺。

（3）在獲得服務(wù)器信息存取訪問后，建立客戶端與網(wǎng)絡(luò)平臺的通信。讀取信息時(shí)先從數(shù)據(jù)塊中采集到對應(yīng)的元數(shù)據(jù)的信息位置，通過數(shù)據(jù)的位置信息，依次對相關(guān)數(shù)據(jù)進(jìn)行讀取，真到讀取完成。在整個(gè)系統(tǒng)實(shí)現(xiàn)過程中就是通過數(shù)據(jù)挖掘工具對查找到的數(shù)據(jù)進(jìn)行反復(fù)的過濾，去除模糊，不確定的數(shù)據(jù)，提煉出有價(jià)值的信息。

（4）檢索的結(jié)果將會有不同數(shù)據(jù)形式傳遞到客戶端。

4 結(jié)語

目前，大學(xué)生信息數(shù)據(jù)進(jìn)行合理的挖掘已經(jīng)成為大學(xué)校園里數(shù)子信息化發(fā)展的重要指標(biāo)。根據(jù)信息處理的挖掘技術(shù)，本研究提出了一種基于大學(xué)生的個(gè)人信息、成績、考勤、社會行為、就業(yè)，獎勵懲罰，貸款還貸七類模塊數(shù)據(jù)的檢索和挖掘的信息系統(tǒng)，并實(shí)現(xiàn)了基于大學(xué)生的信息檢索的優(yōu)化和具體的數(shù)據(jù)挖掘流程。 通過構(gòu)建一個(gè)全方位的學(xué)生檢索系統(tǒng)，使大學(xué)生的信息實(shí)現(xiàn)統(tǒng)一管理和數(shù)據(jù)重新分配與整合，而且還實(shí)現(xiàn)學(xué)生各類信息的優(yōu)化，又保障了數(shù)據(jù)的準(zhǔn)確性和實(shí)用性。但是，目前教育數(shù)據(jù)挖掘技術(shù)還不成熟，在具體應(yīng)用中還出現(xiàn)很多問題，尤其是在檢索信息的時(shí)候，信息安全性，數(shù)據(jù)匹配，數(shù)據(jù)準(zhǔn)確性等方面都有待于深入研究。

[1] WANG Yi-jie，SUN Wei-dong，ZHOU Song，et a1． Key technologies of distributed storage for cloud computing[J]．Joumal of Software，2012（4）：1-25．

[2] WU Yong—wei．HUANG Xiao—meng．Cloud storage[J]．Society of China Computer Communication，2009，5（6）：44-51．

[3] HUANG C Q，DUAN R L，TANG Y，et a1．EllS：An educational information intelligent search engine supported by semantic services[J].International Journal of Distance Education Technologies（I～DET），2011，9（1）：21-43．

[4] Baepler，P&Murdoch，C．J．Academic Analytics and Data Mining in Higher Education[J]．International Journal for the Scholarship of Teaching and Learning，2010，4（2）：170-178．

[5] 陳衛(wèi)榮．Web網(wǎng)絡(luò)信息挖掘系統(tǒng)的體系構(gòu)建探究[J]．寧德師范學(xué)院學(xué)報(bào)，201（10）：156-160．

[6] 魏順平.學(xué)習(xí)分析技術(shù)：挖掘大數(shù)據(jù)時(shí)代下教育數(shù)據(jù)的價(jià)值[J]．現(xiàn)代教育技術(shù)，2013（23）：5-11．

[7] 徐鵬，王以寧.大數(shù)據(jù)視角分析學(xué)習(xí)變革——美國《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》報(bào)告解讀及啟示[J].遠(yuǎn)程教育雜志，2013（6）：11-17．

[8] 劉宇.網(wǎng)絡(luò)交易數(shù)據(jù)挖掘分析系統(tǒng)設(shè)計(jì)[J]．電腦編程技巧與維護(hù)，2014（23）：50-51．

[9] 中一鳴，申懷亮.基于Hadoop架構(gòu)的校園信息系統(tǒng)研究[J].中國電子商務(wù)，2013（24）：58-59．

[10] 張建莉.云存儲技術(shù)在高校信息化建設(shè)中的應(yīng)用分析[J]．科技視界，2013（28）：216．

TP311.13

A