楊晶

摘要：隨著我國經(jīng)濟、科技水平的不斷提高，信息化技術(shù)越來越多的運用到了我們的生活之中，教育行業(yè)也是如此，高校逐漸進(jìn)入了信息化時代。目前高校中的人才越來越多，在人才配置方面，信息化的人才配置方案，為新時代高校進(jìn)行人才收納及教育開展帶來新的解決方案。基于此，本文主要就對數(shù)據(jù)挖掘技術(shù)進(jìn)行詳細(xì)的探討，然后對數(shù)據(jù)挖掘人才優(yōu)化配置方面的策略進(jìn)行分析，最后對全文進(jìn)行總結(jié)，使得數(shù)據(jù)挖掘技術(shù)在高校人才優(yōu)化配置中的應(yīng)用程度得到極大的提升。

關(guān)鍵詞：數(shù)據(jù)挖掘；高校人才；教育信息化；人才配置

目前隨著國家信息化程度越來越高，數(shù)據(jù)挖掘技術(shù)越來越頻繁的出現(xiàn)在了各行各業(yè)，如金融、科技、商業(yè)、營銷等。慢慢地，數(shù)據(jù)挖掘技術(shù)在高校中的運用也逐漸增多，但是目前高校中運用的數(shù)據(jù)挖掘技術(shù)還是停留在比較低級的階段，比如對學(xué)校學(xué)生的信息、考試成績進(jìn)行保存、備份、搜索。但是就目前而言，我國很多高校開始招更多的學(xué)生，這種情況下我國的高校學(xué)生人數(shù)就變得越來越多，這就給高校帶來很大的挑戰(zhàn)，這也造成傳統(tǒng)的信息管理手段不能滿足時代的進(jìn)步。隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)為高校人才優(yōu)化配置提供了很多的技術(shù)支持，使得高校人才數(shù)量變得越來越多，同樣也為高校人才優(yōu)化配置問題提供了很多有效的解決方案，例如通過數(shù)據(jù)挖掘，對高校老師或?qū)W生進(jìn)行分類管理，進(jìn)而進(jìn)行表現(xiàn)評估等。

一、數(shù)據(jù)挖掘技術(shù)的介紹

數(shù)據(jù)挖掘技術(shù)其實是由之前的理論（數(shù)據(jù)庫原理以及計算機科學(xué)等）進(jìn)行相互補短產(chǎn)生的一種新類型學(xué)科。進(jìn)入二十一世紀(jì)之后，我國很多新類型學(xué)科應(yīng)運而生，比如經(jīng)濟學(xué)、金融學(xué)以及數(shù)據(jù)挖掘技術(shù)等的出現(xiàn)使得教育事業(yè)發(fā)展速度在極大程度上得到提升，而且高校也越來越重視數(shù)據(jù)挖掘技術(shù)的應(yīng)用。數(shù)據(jù)挖掘技術(shù)的主要的專業(yè)內(nèi)容是對算法的有效修改，除此之外，數(shù)據(jù)挖掘技術(shù)在對產(chǎn)品分析、高危預(yù)警、市場評估等方面起著舉足輕重的作用。目前數(shù)據(jù)挖掘技術(shù)中被高校所看重的是人才優(yōu)化配置方面，數(shù)據(jù)挖掘技術(shù)中的數(shù)據(jù)挖掘算法不斷被運用到高校人才的培養(yǎng)以及管理當(dāng)中。

1.1關(guān)聯(lián)原則

數(shù)據(jù)挖掘中的關(guān)聯(lián)原則，就是對大數(shù)據(jù)進(jìn)行收集、分析、排列等，這對于人數(shù)逐年遞增的高校來說有很大的幫助。關(guān)聯(lián)原則首先將收集到的大數(shù)據(jù)進(jìn)行分類，從各個項集中找到它們的共同點與差異點，通過對頻繁出現(xiàn)的項集進(jìn)行分析，可以了解到有哪些項集與其有關(guān)聯(lián)，并且通過對各個項集中相同內(nèi)容進(jìn)行分析，能夠知道他們之間有哪些內(nèi)在的聯(lián)系。例如Apriori算法就是一種比較出名的關(guān)聯(lián)原則運用算法。Apriori 算法在高校中的運用有以下幾點，首先老師可以以學(xué)生的入校到現(xiàn)階段的各個時期的成績進(jìn)行數(shù)據(jù)庫保存，然后通過對學(xué)生大學(xué)各個課程的開設(shè)時間以及順序進(jìn)行排序，通過將兩者對比，就可以了解到大學(xué)時期學(xué)生課程開設(shè)順序?qū)τ诖髮W(xué)生成績的影響，從而可以得出大學(xué)生大學(xué)各個課程之間的相互關(guān)聯(lián)。另外高校還可以對教師檔案的進(jìn)行保存，然后根據(jù)數(shù)據(jù)挖掘中的關(guān)聯(lián)原則，將教師的平時情況以及所帶學(xué)生的成績進(jìn)行分析，進(jìn)而得出教師的專業(yè)水平以及教育模式與學(xué)生成績之間的內(nèi)在聯(lián)系。

1.2構(gòu)件對象細(xì)分模型

數(shù)據(jù)挖掘中的構(gòu)件對象細(xì)分模型指的是在明確的公司、學(xué)校、企業(yè)等背景下，比如教育理念、經(jīng)營模式等等。依據(jù)客戶、學(xué)生等的需求、表現(xiàn)等情況將這些對象進(jìn)行分類，分類介紹后我們可以通過一個類別就可以找到許多相同類型的客戶、學(xué)生，通過不同的類別，我們就可以找到許多不同類別的客戶、學(xué)生。通過這種算法模式，我們可以輕易的為服務(wù)對象提供最合適的服務(wù)，這種將對象進(jìn)行細(xì)致劃分其實就是數(shù)據(jù)挖掘的理論基礎(chǔ)。

1.3聚類算法

數(shù)據(jù)挖掘中的聚類算法主要指的是對大數(shù)據(jù)進(jìn)行劃分，建立不同大類，將大數(shù)據(jù)劃分到其中，這個過程就是聚類算法。聚類算法的目的主要是為了下一步的研究分析打下基礎(chǔ)，使研究人員容易找到針對性的目標(biāo)。聚類算法是一種比較傳統(tǒng)的算法，它很早就出現(xiàn)了，但是它的運用至今仍然很多，就比如在高校的人才培養(yǎng)研究中。教師可以首先確定學(xué)生的培養(yǎng)指標(biāo)以及標(biāo)準(zhǔn)，然后根據(jù)聚類算法將學(xué)校的教育理念與要求劃分為幾類，接下來就是對大學(xué)生進(jìn)行科學(xué)合理的分類，然后因材施教，針對學(xué)生的實際特點對學(xué)生進(jìn)行針對性教育。另外學(xué)校也可以對教師進(jìn)行聚類算法，將教師的考核標(biāo)準(zhǔn)劃分為幾類，將教師的教學(xué)表現(xiàn)進(jìn)行記錄，對教師進(jìn)行劃分，這樣就可以針對不同類別的教師進(jìn)行針對性的教學(xué)考量以及教學(xué)檢查。這樣不僅可以對高校的學(xué)生進(jìn)行針對性的教學(xué)，還可以針對性的提高教師的教學(xué)質(zhì)量，大范圍的提高教師能力。

二、基于數(shù)據(jù)挖掘的人才管理策略

2.1人才引進(jìn)

想要將學(xué)校發(fā)展起來，首先就是要制定合理、科學(xué)的人才引進(jìn)，但是人才引進(jìn)不是盲目的引進(jìn)，要考慮以下的幾點，首先學(xué)校要了解自己的學(xué)科結(jié)構(gòu)以及學(xué)科重點，其次人才引進(jìn)要結(jié)合學(xué)校的未來發(fā)展目標(biāo)，最后人才引進(jìn)還要與學(xué)?，F(xiàn)有的師資力量相關(guān)照。學(xué)校所要引進(jìn)的人才要既有可實施性，在進(jìn)行人才引進(jìn)時，要努力尋找“高尖端人才”，要滿足：能力強，年紀(jì)不要過大、學(xué)歷高、有較多的科研水平成果等。引進(jìn)這樣的人才能夠幫助高校優(yōu)化人才結(jié)構(gòu)，在相同時間內(nèi)取得更多的科研成果，最終促進(jìn)高校的可持續(xù)發(fā)展。

在學(xué)校的特色學(xué)科方面，學(xué)校應(yīng)該對學(xué)科的基礎(chǔ)人才建設(shè)投入較多的關(guān)注，并且大力培養(yǎng)有潛力的優(yōu)秀新星，建立未來的人才集團。

學(xué)校對于人才的引進(jìn)一定要看重其教育背景，對于擁有高質(zhì)量背景的人才來說，他們可以較為容易的從高學(xué)歷人才過度到科研型人才。而且現(xiàn)在國家注重學(xué)校的科研水平成果，所以擁有這類人才可以對于高校的研究成果進(jìn)行保障。對于擁有不同背景的高學(xué)歷人才，學(xué)?？梢宰屗麄兌噙M(jìn)行學(xué)術(shù)交流提高他們之間的合作能力以及科研能力。

2.2高校人才培養(yǎng)

高?？梢韵雀鶕?jù)前面所描述進(jìn)行人才引進(jìn)，之后就是高校進(jìn)行人才的培養(yǎng)。在對于科研成果豐富，科研成績優(yōu)秀的人才，高?？梢詫ζ湓黾友芯拷?jīng)費進(jìn)行鼓勵，幫助其能夠進(jìn)行更加尖端的學(xué)術(shù)研究，擴大高校這類科目的全國地位，增大學(xué)校這門學(xué)科的影響，對于其他科研成果較為稀少、成績不算好但是具有發(fā)展?jié)摿Φ目蒲腥藛T來說，高?？梢詾樗麄冎贫ㄒ恍┌l(fā)展規(guī)劃，幫助他們進(jìn)行科學(xué)研究，還可以將其派遣，與國外頂尖高校進(jìn)行學(xué)術(shù)交流，幫助提高其科研能力，這樣就能使得高校人才可持續(xù)發(fā)展。

三、結(jié)語

綜上所述，目前數(shù)據(jù)挖掘技術(shù)在人才優(yōu)化配置方面的運用越來越多，對于高校的發(fā)展來說，運用科學(xué)合理的數(shù)據(jù)挖掘技術(shù)對高校發(fā)展而言有著舉足輕重的意義。在高校中運用數(shù)據(jù)挖掘技術(shù)可以幫助高校對人才進(jìn)行合理的安排，而且能夠?qū)θ瞬胚M(jìn)行合理培養(yǎng)，不斷加強各類人員的科研能力，以提高高校的科研水平，所以高校合理運用數(shù)據(jù)挖掘技術(shù)是提高自身的重要方法。

參考文獻(xiàn)

[1]李廣水，王智鋼，馬青霞，等.數(shù)據(jù)挖掘技術(shù)在我國高校人才培養(yǎng)中十年應(yīng)用回顧及發(fā)展趨勢[J].技術(shù)與創(chuàng)新管理，2018（03）.

[2]董雯，李靜.大數(shù)據(jù)視域下高校人才工作的適應(yīng)與創(chuàng)新[J].神州（中旬刊），2017（07）.

[3]李鋒，尹潔，吳潔.基于數(shù)據(jù)挖掘的高校人才引進(jìn)與培養(yǎng)策略研究[J].科技進(jìn)步與對策，2017（04）.

[4]曾振東.基于數(shù)據(jù)挖掘的高職院校課程體系建設(shè)和優(yōu)化的應(yīng)用研究[J].電腦知識與技術(shù)，2017（08）.

[5]文益民，易新河，李憂喜，等.高校人才培養(yǎng)全過程與信息技術(shù)深度融合中的數(shù)據(jù)挖掘[J].高教論壇，2017（02）.