摘要：隨著數(shù)字化和信息化的不斷發(fā)展，傳統(tǒng)的教學(xué)模式已經(jīng)無法滿足現(xiàn)代教育發(fā)展的需求，搜集、整理大量教學(xué)數(shù)據(jù)信息需要新方法和新思路，傳統(tǒng)方法不僅消耗時(shí)間精力，操作也十分繁瑣，因此數(shù)據(jù)挖掘技術(shù)逐漸出現(xiàn)在人們的視線中。該文通過對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行分析，針對(duì)數(shù)據(jù)挖掘技術(shù)在學(xué)校教學(xué)過程中的應(yīng)用提出一些個(gè)人觀點(diǎn)。
　　關(guān)鍵詞：學(xué)校教學(xué)；數(shù)據(jù)挖掘技術(shù)；應(yīng)用
　　中圖分類號(hào)：G632文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2012)17-4177-03
　　1數(shù)據(jù)挖掘技術(shù)
　　數(shù)據(jù)挖掘始于上世紀(jì)90年代，是一門發(fā)展速度較快的交叉學(xué)科，數(shù)據(jù)挖掘技術(shù)包括人工智能、神經(jīng)網(wǎng)絡(luò)、數(shù)理統(tǒng)計(jì)、模式識(shí)別、數(shù)據(jù)庫、粗糙集等技術(shù)學(xué)科，數(shù)據(jù)挖掘能夠從大量數(shù)據(jù)中挖掘到隱含的、未知的、用戶可能感興趣的、對(duì)決策存在潛在價(jià)值的知識(shí)及規(guī)則，數(shù)據(jù)挖掘過程又稱為知識(shí)發(fā)現(xiàn)，基本功能主要為分類、估計(jì)、預(yù)測(cè)、關(guān)聯(lián)分組、聚類、建檔、描述等。數(shù)據(jù)挖掘的對(duì)象較多，主要包括數(shù)據(jù)庫、圖像等各種結(jié)構(gòu)化和非結(jié)構(gòu)化的信息、文本等，有時(shí)無法直接對(duì)其進(jìn)行分析，因此要通過以下步驟進(jìn)行：第一，選擇數(shù)據(jù)。數(shù)據(jù)挖掘過程中所有需要的數(shù)據(jù)來源可能都不相同，可以通過不同的異數(shù)數(shù)據(jù)源來獲取數(shù)據(jù)；第二，預(yù)處理。在初始數(shù)據(jù)中，會(huì)有一些不符合形式處理或是出現(xiàn)偏差的例外，因此要對(duì)這些數(shù)據(jù)進(jìn)行修正和剔除，為后期數(shù)據(jù)處理的正確性奠定基礎(chǔ)；第三，變換。將不同數(shù)據(jù)源獲得的數(shù)據(jù)轉(zhuǎn)換為同一種格式，可以利用編碼或是其他一些方式來簡化表示形式；第四，數(shù)據(jù)挖掘。利用數(shù)據(jù)挖掘算法，對(duì)變換之后的數(shù)據(jù)進(jìn)行挖掘并產(chǎn)生期望的挖掘結(jié)果；第五，解釋或評(píng)價(jià)。將數(shù)據(jù)挖掘之后的結(jié)果用適當(dāng)?shù)姆绞揭平唤o用戶。
　　數(shù)據(jù)挖掘技術(shù)的應(yīng)用十分廣泛，在電信業(yè)、農(nóng)業(yè)、工業(yè)、金融業(yè)等各個(gè)領(lǐng)域都得到了廣泛的應(yīng)用。數(shù)據(jù)挖掘方法主要為關(guān)聯(lián)規(guī)則、決策樹、聚類分析以及遺傳算法、神經(jīng)網(wǎng)絡(luò)等，關(guān)聯(lián)規(guī)則和決策樹是使用頻率最多、范圍最廣的兩種方法。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘最先研究的問題之一，也是數(shù)據(jù)挖掘中最成熟、最主要的分析方法之一，能夠揭示出數(shù)據(jù)之間的隱含關(guān)系。關(guān)聯(lián)規(guī)則首先要對(duì)數(shù)據(jù)庫中的一組對(duì)象進(jìn)行關(guān)系分析，然后通過置信度和支持度來進(jìn)行篩選，最后得出被認(rèn)為具有價(jià)值的事實(shí)或是規(guī)律，例如購物籃的分析中，通過對(duì)銷售數(shù)據(jù)的分析發(fā)現(xiàn)一些客戶的購物習(xí)慣及規(guī)律。利用關(guān)聯(lián)規(guī)則最經(jīng)典的是由R . Agraw