數(shù)據(jù)挖掘技術(shù)在數(shù)字化校園中的應(yīng)用

引言

信息的分析與處理是重要的人類活動之一，但隨著當(dāng)前 社會信息化進(jìn)程的不斷加快，其整個社會的信息量也表現(xiàn)出 成倍的增長趨勢，當(dāng)某一種數(shù)據(jù)庫所包含的數(shù)據(jù)日益龐大的情 況下，傳統(tǒng)或簡單的數(shù)據(jù)統(tǒng)計方法自然也會逐漸表現(xiàn)出諸多的 不適用。盡管眼下的多數(shù)數(shù)據(jù)庫系統(tǒng)仍可比較高效地進(jìn)行數(shù) 據(jù)的錄入、查詢以及統(tǒng)計等操作，但對于這些數(shù)據(jù)可能存在 的某些關(guān)聯(lián)與規(guī)則卻無法實現(xiàn)理想掌握，在此種情況下也無 法通過現(xiàn)有數(shù)據(jù)實施未來發(fā)展可能性的推斷。在這樣一個“數(shù) 據(jù)爆炸”的時代，如果不具備挖掘數(shù)據(jù)背后隱藏的知識的能 力，勢必也會出現(xiàn)“知識匱乏”的現(xiàn)象。當(dāng)人們意識到此問題 所在之時，其對信息的態(tài)度也正在由簡單的數(shù)據(jù)收集型向分析 加工型轉(zhuǎn)變，并期望從同樣的數(shù)據(jù)信息中挖掘出更多可加以利 用的信息，數(shù)據(jù)挖掘（DM）技術(shù)即是在此時代背景中誕生的。 就近些年的情況來看，DM技術(shù)的相關(guān)研究不僅愈發(fā)變得炙手 可熱，而且已經(jīng)在諸如商業(yè)、金融業(yè)、企業(yè)生產(chǎn)以及市場營銷 等很多領(lǐng)域獲得了實際性的廣泛應(yīng)用，比較之下，其在教育領(lǐng) 域的應(yīng)用卻相對偏少。基于此，筆者特針對DM技術(shù)在數(shù)字 化校園中的應(yīng)用進(jìn)行一定闡述，旨在為DM技術(shù)在教育領(lǐng)域 的應(yīng)用開發(fā)提供一定參考價值。

1 DM技術(shù)與數(shù)字化校園的概念與內(nèi)涵

1.1 DM技術(shù)的概念與內(nèi)涵

DM技術(shù)即是指一種通過某種方法與策略從一切實際應(yīng) 用數(shù)據(jù)中將某些人們事先未掌握的、潛在的、但確實存在一 定利用價值的信息與知識最大程度地提取出來并對其進(jìn)行加工的技術(shù)稱謂。具體開展DM的方法種類是多樣的，但其中 最具代表性的通常包括了分類分析法、關(guān)聯(lián)分析法以及序列 模式分析法等，而經(jīng)常需使用到的工具則主要包括了 IBM公 司Almaden研究中心開發(fā)的QUEST系統(tǒng)，SGI公司開發(fā)的 MineSet系統(tǒng)，加拿大Simon Fraser大學(xué)開發(fā)的DBMiner系 統(tǒng)，SAS Enterprise Miner，IBM Intelligent Miner， Oracle Darwin， SPSS Clementine 以及 Unica PRW 等。在針對具體 應(yīng)用實際的情況下，通過選用以上DM工具可以幫助人們發(fā)現(xiàn) 某些未知的數(shù)據(jù)含義，進(jìn)而開發(fā)其價值以預(yù)測或指導(dǎo)未來可能 發(fā)生的情況與需要采取的行為，總之就是為人們的決策行為 提供全方位的數(shù)據(jù)信息支持。

1.2數(shù)字化校園的概念與內(nèi)涵

數(shù)字化校園即是在以互聯(lián)網(wǎng)為依托的情況下，進(jìn)而充分 利用一切可以利用到的信息化策略及相關(guān)設(shè)備，繼而從包括教 學(xué)環(huán)境、教學(xué)資源以及教學(xué)活動等方面實現(xiàn)校園整體性的數(shù) 字信息化管理。由此可見，與傳統(tǒng)的校園建設(shè)比較而言，通過 對校園實施數(shù)字信息化的建設(shè)后，不僅將使得校園的發(fā)展具備 了更加明顯的時代性，而且還能夠?qū)W(xué)校發(fā)展過程中的某些 實際成效及時展現(xiàn)出現(xiàn)，同時也能及時地從中發(fā)現(xiàn)可能存在的 管理方面的問題，并對學(xué)校在未來一定時間內(nèi)的發(fā)展趨勢做 出比較符合實際的預(yù)測，最后，在數(shù)字化的校園管理模式下, 其校內(nèi)的相關(guān)資源配置將進(jìn)一步得到優(yōu)化，這勢必也將促進(jìn) 校園的整體建設(shè)可逐步得以完善。

2在數(shù)字化校園建設(shè)中采用數(shù)據(jù)挖掘技術(shù)的需求分析

2.1學(xué)校教學(xué)與教學(xué)評價方面的需求分析

一方面，教學(xué)是學(xué)校最核心的任務(wù)，那么教學(xué)部分的數(shù)據(jù)挖掘也自然是數(shù)字化校園建設(shè)的核心部分，現(xiàn)以教學(xué)過程 中的課程設(shè)置為例，在學(xué)校，學(xué)生的課程學(xué)習(xí)是循序漸進(jìn)的, 而且課程之間有一定的關(guān)聯(lián)與前后順序關(guān)系，在學(xué)一門較高 級課程之前必須先修一些先行課程，如果先行課程沒有學(xué)好, 勢必會影響后續(xù)課程的學(xué)習(xí)，另外，同一年級學(xué)習(xí)同一課程 的不同班級，由于授課教師、班級文化的不同，班內(nèi)學(xué)生的總 體成績相差有時會很大，利用學(xué)校教學(xué)數(shù)據(jù)庫中存放的歷屆學(xué) 生各門學(xué)科的考試成績，結(jié)合數(shù)據(jù)挖掘的關(guān)聯(lián)分析與時間序 列分析等相關(guān)功能，就能從這些海量數(shù)據(jù)中挖掘出有用的信 息，幫助分析這些數(shù)據(jù)之間的相關(guān)性、回歸性等性質(zhì)，得出 一些具有價值的規(guī)則和信息，最終找到影響學(xué)生成績的原因, 在此基礎(chǔ)上對課程設(shè)置作出合理安排；另一方面就是教學(xué)評 價的數(shù)據(jù)挖掘，教學(xué)評價是對其重要的調(diào)節(jié)、控制、指導(dǎo)與 推動手段，而且可發(fā)揮重要的導(dǎo)向作用，也更是學(xué)校教學(xué)管理 的重要組成部分，基于此，針對教學(xué)評價管理中出現(xiàn)的某些 問題給予科學(xué)地解決就顯得格外重要，此方面的問題又包括: 影響教學(xué)評價的關(guān)鍵因素有哪些？教學(xué)評價的指標(biāo)與關(guān)鍵環(huán)節(jié) 的合理性如何？在具體的教學(xué)評價中的各級得分者的特征如 何？教學(xué)評價的可疑數(shù)據(jù)可通過什么方式給予剔除？通過數(shù)據(jù) 挖掘后，諸如此類的問題均有望得以明朗化，繼而更科學(xué)地 實施教學(xué)評價以確保可真正掃清教學(xué)工作中存在的障礙。

2.2教師結(jié)構(gòu)和專業(yè)配制方面的需求

在當(dāng)前高校擴(kuò)招的大潮流中，我高職院校也占據(jù)了相當(dāng) 比例，由此所導(dǎo)致的師生比例失調(diào)的問題、新增設(shè)專業(yè)教師的 稀缺問題以及具體每個專業(yè)的教師人員結(jié)構(gòu)與專業(yè)領(lǐng)域的重組 問題等等，均是迫切需要解決的問題。通常采取的做法自然是 通過一定措施來弓I進(jìn)新的教師隊伍并留住人才，然而在這個過 程中，還包括很多細(xì)節(jié)的問題:現(xiàn)有的教師哪些即將流失？現(xiàn) 有教師他們的流失概率如何?哪些因素造成了教師的流失?教 師流失對學(xué)校會造成什么影響？教師的流失情況有什么差別? 如何制定科學(xué)的用人制度？等等問題，通過應(yīng)用數(shù)據(jù)挖掘技 術(shù)后，便有望在高職院校變被動為主動地科學(xué)人用。

2.3學(xué)校的科研管理需求

學(xué)校所開展的科研項目對于教學(xué)內(nèi)容的革新、教學(xué)質(zhì)量 的提升以及教師學(xué)術(shù)水平的提高均具有極大的推動作用，同 時，其成效也是衡量經(jīng)費分配與職稱評定的重要參考依據(jù)。 在此基礎(chǔ)上，改進(jìn)與完善科研評價制度自然就成為了學(xué)校迫 切需要解決的問題，這些問題主要包括：在各類級別期刊上 發(fā)表論文的相關(guān)教師所具備的特征、各種課題申請者的特點、 未完成科研任務(wù)教師的特征、影響教學(xué)科研進(jìn)展與成效的因 素、科研滾動周期的最佳年限、科研工作量應(yīng)該如何設(shè)定以及 科研項目存虛存假的可能性等。而通過DM技術(shù)可將這些問題均得以不同程度地解決，如此也必將更加有效地激勵教師 科研的執(zhí)行力與創(chuàng)新水平，整體加快學(xué)?？茖W(xué)事業(yè)的進(jìn)展。

2.4數(shù)字化圖書資源的管理需求

圖書館最大價值化的存在，無疑要全面了解并掌握所有 讀者的分類、屬性以及特征等方面的情況，同時還需充分掌 握讀者在應(yīng)用圖書館后的滿意度情況以及是否有新的需求, 圖書所涉及學(xué)科的交叉問題等等，這均是當(dāng)代學(xué)校圖書館亟待 解決的問題。而數(shù)字挖掘技術(shù)正能實現(xiàn)對以上信息的深加工, 繼而在對相關(guān)數(shù)據(jù)進(jìn)行分析后進(jìn)一步指導(dǎo)圖書館的館藏建設(shè)， 同時還可為學(xué)校的學(xué)科課程設(shè)置提供一定參考價值的科學(xué)依 據(jù)，最終推動學(xué)校圖書館業(yè)務(wù)與相應(yīng)管理的全面進(jìn)步。

其他還比如有在人力資源管理方面、學(xué)校的教務(wù)管理以 及住校學(xué)生生活消費管理等等，其各自存在的問題均可在充分 應(yīng)用數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上找到相關(guān)突破口，最終在整體上 全方位地實現(xiàn)學(xué)校各方面資源的優(yōu)化管理與合理配置，持續(xù) 提升學(xué)校數(shù)字化建設(shè)進(jìn)程的速度。

3數(shù)據(jù)挖掘在數(shù)字化校園中的應(yīng)用研究

通過了解，數(shù)字化校園的數(shù)據(jù)管理平臺是一個集成了學(xué) 校多方面應(yīng)用系統(tǒng)的綜合性平臺，將所能收集到的所有數(shù)據(jù)均 儲存在學(xué)校的數(shù)據(jù)中心的共享數(shù)據(jù)庫里面。但在儲存的過程 中，還需對這些數(shù)據(jù)進(jìn)行詳盡的分類處理，并充分考慮到其 可能存在的不完整性、模糊性與隨機性等，而通過數(shù)據(jù)挖掘 對這些信息的充分提取與整理，繼而生成與之相對應(yīng)的應(yīng)用決 策系統(tǒng)，最終為相關(guān)領(lǐng)導(dǎo)做出正確的決策提供更為豐富的可 靠的參考信息。數(shù)據(jù)挖掘在數(shù)字化校園中的具體應(yīng)用結(jié)構(gòu)圖 如圖1所示。

如上述介紹以及上圖均可以看出，DM技術(shù)在校園數(shù)字 信息化建設(shè)中可說是一項頗具復(fù)雜性與繁瑣性的特殊工作，因此其具體應(yīng)用情況的介紹限于篇幅限制，筆者在此僅以學(xué)校的 科研管理為例，并應(yīng)用Clementine挖掘工具進(jìn)行操作，現(xiàn)對 其相關(guān)數(shù)據(jù)挖掘技術(shù)的實際應(yīng)用情況展開一定剖析。

3.1對不能完成科研任務(wù)教師的相關(guān)分析

在實際的學(xué)?？蒲许椖抗芾磉^程中，其中項目進(jìn)度的管 理是一個比較重要的環(huán)節(jié)，而與項目進(jìn)度相關(guān)的因素中，又會 存在個別教師可能因多方面原因而出現(xiàn)不能完成既定科研任 務(wù)的情況，而只有通過科學(xué)的對其實施預(yù)測，才能讓諸如此 類的問題得以最大程度地解決。其具體的解決思路主要就是 要把這個問題定義為一個分類預(yù)測的問題，那么首先需要做的 就是將參與科研項目的教師分為兩類，其中一類為已完成科研 任務(wù)量者，而另一類則是尚未完成科研任務(wù)量者。接著分別從 此兩部分教師中選擇一定數(shù)量的教師，并統(tǒng)計其相關(guān)屬性數(shù) 據(jù)繼而組成訓(xùn)練數(shù)據(jù)集，然后再通過應(yīng)用神經(jīng)網(wǎng)絡(luò)與決策樹 等辦法建立起科研工作量完成情況的實際分類模型，最后再 利用該模型來進(jìn)行科研任務(wù)量完成情況的實際預(yù)測，如此便 可獲得可能會不能完成科研任務(wù)教師的相關(guān)信息，為學(xué)校后期 的科研計劃的制定提供參考依據(jù)。

3.2教師不能完成科研任務(wù)的實際原因

在了解到可能完不成科研任務(wù)的教師后，還更需要對導(dǎo) 致此種情況發(fā)生的原因進(jìn)行必要的分析，進(jìn)而可在以后保證 其能最大程度地去完成科研任務(wù)。此方面的數(shù)據(jù)挖掘處理具 體來說主要包括兩個方面的措施。一方面，可以運用關(guān)聯(lián)分 析的辦法，把科研任務(wù)量的完成情況看作一個實際目標(biāo)變量, 而把與之可能相關(guān)的某些屬性數(shù)據(jù)作為變量，一起輸入系統(tǒng) 后在運用GRI模型展開分析，進(jìn)而可初步找出具體有哪些屬 性可對科研完成的情況造成影響；另一方面，就是應(yīng)用決策 樹的方法來獲得科研工作量完成情況的規(guī)則集。以具體的某 學(xué)校為例，以APRIORI算法為基礎(chǔ)來對教師科研任務(wù)量完成 情況的影響因素進(jìn)行分析，設(shè)定0.3為最小支持度與最小置信 度，繼而對挖掘的結(jié)果實施分析，所獲得的最終結(jié)果為：基 礎(chǔ)學(xué)科有38%的教師不能按時完成，82%的文科教師可以完 成,75%的年輕教師可以完成,95%的高級教師可以完成等等, 如此一來，便能很清楚地獲得對科研任務(wù)量完成情況的影響 因素，比既往的方法便捷了很多，同時也顯著提高了工作效率。

3.3學(xué)?？蒲泄芾碇袑處煹姆诸?

在尋找到影響教師不能完成科研任務(wù)量的原因之后，接 下來還必須完成的工作就是要對教師實施明確的分類，繼而 便于針對具體情況的不同類教師建議采用不同的策略來最大 程度提升科研任務(wù)的完成率。打個比方，我們可以把學(xué)校看 為一個企業(yè)，而把教師視作企業(yè)的客戶，因此對教師實施分 類的問題亦即是對企業(yè)客戶進(jìn)行細(xì)分的問題，通過分類后，自 然更便于將那些特別需要關(guān)注的“客戶”找出來，繼而采取相 應(yīng)的實際措施來改善部分教師不能按時完成科研任務(wù)量的問 題。下面筆者以聚類算法為例對教師細(xì)分過程中所采用到的 實際算法應(yīng)用進(jìn)行一定說明，本算法主要是采用逐步減少K 值的方式進(jìn)行嘗試。職稱與學(xué)歷等均是影響是否能完成科研 任務(wù)的主要因素，因而需將這些相關(guān)的數(shù)據(jù)均作為參數(shù)給予 輸入，比如先將K值假定為8,接著通過對K值的大小進(jìn)行 連續(xù)調(diào)整，最終或許可以發(fā)現(xiàn)，比如當(dāng)K值為4時，其效果 最為理想，然后便可運用決策樹對此類與其他類型的因素進(jìn) 行相同的分析，對每位教師的具體情況實施深入挖掘，最終 分析出導(dǎo)致其不能完成科研任務(wù)的所有影響因素。通過此種 在給予分類基礎(chǔ)上的實際算法的應(yīng)用，教師科研工作中所存 在的問題就能很容易被挖掘出來。

4結(jié)語

綜上所述，對數(shù)字化校園的建設(shè)而言，數(shù)據(jù)挖掘技術(shù)不 僅是一項迫切需要掌握的全新技術(shù)，而且也是一項有著必要性、 重要性與繁瑣性的工作項目，因此有必要更加重視其在數(shù)字 化校園建設(shè)中的作用與效果。與此同時，筆者認(rèn)為，當(dāng)代的學(xué) 校管理自然也需要現(xiàn)代化的管理方式，數(shù)據(jù)挖掘技術(shù)的誕生與 不斷發(fā)展，也勢必能為校園數(shù)字化建設(shè)提供更為有利的幫助， 這也是有助于學(xué)校實現(xiàn)數(shù)字信息化最有利的保證。筆者相信, 在不久的將來，數(shù)據(jù)挖掘技術(shù)將會在校園數(shù)字信息化建設(shè)中 發(fā)揮出更為突出的作用。

20211118_619636282ff41__數(shù)據(jù)挖掘技術(shù)在數(shù)字化校園中的應(yīng)用