文/劉巍 董哲宇

數(shù)據(jù)挖掘如何應(yīng)用于高校教學(xué)

文/劉巍 董哲宇

隨著高校教務(wù)管理信息系統(tǒng)應(yīng)用的不斷深入，其中存儲(chǔ)的數(shù)據(jù)信息不斷增多，如何充分利用這些數(shù)據(jù)，從中提取有效信息成為教育工作者日益關(guān)注的問(wèn)題。數(shù)據(jù)挖掘的應(yīng)用在一定程度上解決了這一問(wèn)題。

教務(wù)管理信息系統(tǒng)已經(jīng)普遍應(yīng)用在我國(guó)高校教學(xué)管理中，隨著其使用頻率的不斷上升，系統(tǒng)中積累的數(shù)據(jù)越來(lái)越多。教務(wù)管理系統(tǒng)中包含了教學(xué)所有環(huán)節(jié)的數(shù)據(jù)信息，包括專業(yè)計(jì)劃、開設(shè)課程、課程安排、學(xué)生信息、學(xué)生選課、學(xué)生成績(jī)等，具有數(shù)據(jù)量大、數(shù)據(jù)雜、蘊(yùn)含信息多、數(shù)據(jù)表間相互關(guān)聯(lián)多等特點(diǎn)。但現(xiàn)行大部分教務(wù)管理系統(tǒng)，除了進(jìn)行簡(jiǎn)單查詢、修改、單表統(tǒng)計(jì)功能外無(wú)法實(shí)現(xiàn)對(duì)數(shù)據(jù)的詳細(xì)、高層次分析，很難發(fā)現(xiàn)數(shù)據(jù)中存在的規(guī)則，因此如何對(duì)這些數(shù)據(jù)進(jìn)行重新利用，從中發(fā)現(xiàn)有價(jià)值的知識(shí)，已經(jīng)成為教學(xué)管理人員關(guān)注的問(wèn)題。

數(shù)據(jù)挖掘技術(shù)的功能與教育應(yīng)用

數(shù)據(jù)挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程，應(yīng)用數(shù)據(jù)挖掘來(lái)進(jìn)行教務(wù)數(shù)據(jù)處理，可以發(fā)掘其中蘊(yùn)含的規(guī)律，把這些規(guī)律運(yùn)用到教育教學(xué)管理中，將有助于教育教學(xué)改革，提高辦學(xué)水平及管理水平。

數(shù)據(jù)挖掘技術(shù)從一開始就是面向應(yīng)用的，但在教育領(lǐng)域，數(shù)據(jù)挖掘還是一種全新的技術(shù)。它關(guān)注從教育環(huán)境產(chǎn)生的數(shù)據(jù)中發(fā)現(xiàn)隱含的知識(shí)，這些數(shù)據(jù)可以是從歷史的或者正在運(yùn)行的教育系統(tǒng)數(shù)據(jù)庫(kù)中獲得；它的主要作用是對(duì)數(shù)據(jù)庫(kù)中的大量數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換，通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)其中隱藏的模式、關(guān)聯(lián)、數(shù)據(jù)反常等對(duì)教育和教學(xué)決策的起到積極作用的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘更主要是為教學(xué)決策提供真正有價(jià)值的信息，進(jìn)而獲得更好的教學(xué)效益，例如利用數(shù)據(jù)挖掘分析結(jié)果可以改進(jìn)教學(xué)效果，提高學(xué)生成績(jī)，找到影響教師教學(xué)和學(xué)生學(xué)習(xí)的因素。隨著這項(xiàng)技術(shù)的成熟，其在高校教學(xué)、管理中的應(yīng)用更加廣泛。

在數(shù)據(jù)挖掘教育實(shí)踐應(yīng)用過(guò)程中需要選擇合適的數(shù)據(jù)挖掘功能建立對(duì)應(yīng)模型來(lái)解決問(wèn)題，數(shù)據(jù)挖掘的主要功能包括分類、估計(jì)、預(yù)測(cè)、關(guān)聯(lián)、聚類、描述和可視化等，通過(guò)文獻(xiàn)調(diào)研發(fā)現(xiàn)目前在教育教學(xué)管理中應(yīng)用的主要有分類、預(yù)測(cè)、關(guān)聯(lián)、聚類等。

分類是最常見的數(shù)據(jù)挖掘功能之一，分類過(guò)程實(shí)際上是建立某種模型，然后將其用于對(duì)未分類數(shù)據(jù)進(jìn)行分類。決策樹、最緊鄰技術(shù)、神經(jīng)網(wǎng)絡(luò)等都是最常用的分類技術(shù)。

預(yù)測(cè)是利用歷史數(shù)據(jù)找出變化規(guī)律，建立模型，并由此模型對(duì)未來(lái)數(shù)據(jù)的種類和特征進(jìn)行預(yù)測(cè)。預(yù)測(cè)關(guān)心的是精度和不確定性，如由學(xué)生以往課程成績(jī)預(yù)測(cè)學(xué)生轉(zhuǎn)專業(yè)或?qū)W籍異動(dòng)情況。預(yù)測(cè)通常使用回歸分析、時(shí)間數(shù)列分析和人工神經(jīng)網(wǎng)絡(luò)等方法。

關(guān)聯(lián)是要發(fā)現(xiàn)大量數(shù)據(jù)之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系，從而為某些決策提供必要支持，它是數(shù)據(jù)庫(kù)中存在的一類重要的、可被發(fā)現(xiàn)的知識(shí)，被廣泛應(yīng)用于決策支持系統(tǒng)。例如，從學(xué)生選修課程的傾向可以了解學(xué)生需求從而為課程開設(shè)提供參考。

聚類是把一組個(gè)體按照相似性歸成若干類型，它的目的是使同一類別之內(nèi)的相似性盡可能大，而類別之間的相似性盡可能小。聚類技術(shù)主要包括傳統(tǒng)的模式識(shí)別方法和數(shù)學(xué)分類學(xué)，例如，將成績(jī)好的和成績(jī)不好的學(xué)生分別聚類，分析不同類型學(xué)生特點(diǎn)。

在國(guó)外高校教育教學(xué)管理中的應(yīng)用

在國(guó)外高校的教育教學(xué)管理中，數(shù)據(jù)挖掘技術(shù)應(yīng)用比較普遍，己成為提高教學(xué)管理質(zhì)量和教學(xué)水平的有力工具。例如美國(guó)的學(xué)校能夠以85%的準(zhǔn)確度預(yù)測(cè)學(xué)生的升學(xué)率，這樣學(xué)校就可以把注意力集中那些容易輟學(xué)的學(xué)生身上，此外數(shù)據(jù)挖掘還被用于評(píng)價(jià)學(xué)生學(xué)習(xí)成果、指導(dǎo)學(xué)生課程選擇等多個(gè)方面。

表1中呈現(xiàn)了數(shù)據(jù)挖掘技術(shù)在國(guó)外高校教育教學(xué)管理中最常應(yīng)用的幾個(gè)領(lǐng)域的簡(jiǎn)單概括。表中根據(jù)教育教學(xué)環(huán)節(jié)進(jìn)行劃分，按照數(shù)據(jù)挖掘所選取的數(shù)據(jù)內(nèi)容，數(shù)據(jù)挖掘功能選擇、分析的內(nèi)容、希望達(dá)到的效果等方面呈現(xiàn)數(shù)據(jù)挖掘在招生、計(jì)劃、咨詢、教學(xué)運(yùn)行過(guò)程、學(xué)籍等多個(gè)環(huán)節(jié)及其子環(huán)節(jié)中的應(yīng)用情況。

表1 數(shù)據(jù)挖掘在國(guó)外高校教育教學(xué)管理中應(yīng)用

在國(guó)內(nèi)高校教育教學(xué)管理中的應(yīng)用

我國(guó)高校中對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用起步較晚，但進(jìn)入21世紀(jì)后發(fā)展相當(dāng)迅速，已經(jīng)開始應(yīng)用于教育教學(xué)管理的各個(gè)方面。在國(guó)內(nèi)教育研究領(lǐng)域主要利用數(shù)據(jù)挖掘進(jìn)行計(jì)劃、學(xué)籍管理、教學(xué)運(yùn)行過(guò)程、招生、就業(yè)等數(shù)據(jù)的深層分析。表2中是通過(guò)文獻(xiàn)研究，對(duì)國(guó)內(nèi)高校數(shù)據(jù)挖掘教育教學(xué)數(shù)據(jù)挖掘技術(shù)在教育教學(xué)管理中應(yīng)用分析及建議。

從表2以及數(shù)據(jù)挖掘在高校教育教學(xué)應(yīng)用的相關(guān)文獻(xiàn)中我們可以發(fā)現(xiàn)，數(shù)據(jù)挖掘在我國(guó)高校教育教學(xué)管理領(lǐng)域應(yīng)用中存在如下特點(diǎn)及問(wèn)題。

1.數(shù)據(jù)挖掘在教育層面上的研究處于發(fā)展的初級(jí)階段，但發(fā)展速度很快，已經(jīng)應(yīng)用于招生、就業(yè)、教學(xué)計(jì)劃安排、課程安排、課程相關(guān)性分析、學(xué)生評(píng)價(jià)等多個(gè)方面，而且應(yīng)用領(lǐng)域還在不斷擴(kuò)展。

2.采用的數(shù)據(jù)挖掘算法較單一，多數(shù)采用分類的決策樹算法或關(guān)聯(lián)規(guī)則Apriori算法，很少能將多種算法結(jié)合起來(lái)綜合分析應(yīng)用。

3.多數(shù)研究停留在理論階段，實(shí)際應(yīng)用較少。國(guó)外的數(shù)據(jù)挖掘教育領(lǐng)域研究注重實(shí)踐應(yīng)用，注重結(jié)果推廣及根據(jù)挖掘結(jié)果改進(jìn)教育教學(xué)，注重其能對(duì)教育教學(xué)高效發(fā)展的貢獻(xiàn)，而中國(guó)高校目前關(guān)于數(shù)據(jù)挖掘教育應(yīng)用的研究多停留在理論階段，多數(shù)研究分析了數(shù)據(jù)挖掘在教育數(shù)據(jù)分析應(yīng)用中的可行性、可以應(yīng)用的具體領(lǐng)域、可以分析的內(nèi)容等信息，但具體的實(shí)踐操作較少。具體實(shí)施數(shù)據(jù)挖掘的研究，將其結(jié)果推廣到教育教學(xué)實(shí)踐應(yīng)用的較少。

表2 對(duì)國(guó)內(nèi)高校數(shù)據(jù)挖掘教育教學(xué)數(shù)據(jù)挖掘技術(shù)在教育教學(xué)管理中應(yīng)用分析及建議

4.選取數(shù)據(jù)量不足，覆蓋范圍小。已有研究中大多選取學(xué)校中某一個(gè)專業(yè)或者一兩個(gè)班級(jí)的學(xué)生信息進(jìn)行挖掘分析，沒(méi)有面向全校更廣泛的區(qū)域，數(shù)據(jù)挖掘的數(shù)據(jù)量及受眾面受到一定影響。

綜上分析，在中國(guó)高校教育教學(xué)中數(shù)據(jù)挖掘的具體應(yīng)用的深入和廣度都有待提高，在今后的應(yīng)用中可以在以下方面加以改進(jìn)；

1.根據(jù)學(xué)校特點(diǎn)選擇數(shù)據(jù)挖掘算法。每一類數(shù)據(jù)挖掘功能中都有多種實(shí)現(xiàn)算法，因此在實(shí)踐應(yīng)用中應(yīng)從學(xué)校數(shù)據(jù)情況、挖掘目的、算法特點(diǎn)等方面綜合考慮，選擇符合學(xué)校實(shí)際的數(shù)據(jù)挖掘算法。

2.注重?cái)?shù)據(jù)采集。由于教務(wù)數(shù)據(jù)量大且雜，因此在進(jìn)行具體問(wèn)題挖掘時(shí)，至少應(yīng)選取2～3個(gè)學(xué)年的同類數(shù)據(jù)，才能保證得到較好的結(jié)論。

3.關(guān)注挖掘結(jié)果的實(shí)踐應(yīng)用。在根據(jù)研究?jī)?nèi)容，完成數(shù)據(jù)挖掘得出指導(dǎo)性結(jié)論后，應(yīng)將結(jié)論應(yīng)用于實(shí)踐，并選取后續(xù)對(duì)應(yīng)數(shù)據(jù)進(jìn)行分析或進(jìn)行問(wèn)卷調(diào)查以檢驗(yàn)挖掘結(jié)論的正確性，同時(shí)根據(jù)驗(yàn)證情況對(duì)建設(shè)意見進(jìn)行修改，這樣才能更好地利用數(shù)據(jù)挖掘指導(dǎo)教育教學(xué)改革。

（作者單位為北京工業(yè)大學(xué)教務(wù)處）