周金堂　章勝江　黃恩平

摘要：在我國(guó)高等教育跨過大眾化門檻，邁入普及化的階段，高校人才培養(yǎng)將從量的擴(kuò)張向提質(zhì)培優(yōu)方向轉(zhuǎn)變，如何適應(yīng)新的變化趨勢(shì)，更多更好地培養(yǎng)高質(zhì)量人才是擺在高校教育管理部門面前的一個(gè)重要課題。在長(zhǎng)期的教育管理實(shí)踐中，摸索發(fā)現(xiàn)創(chuàng)新教育管理信息化方式對(duì)提高人才培養(yǎng)質(zhì)量的正向作用。針對(duì)以往教師對(duì)學(xué)生成績(jī)的分析處理一般僅僅是統(tǒng)計(jì)成績(jī)處在優(yōu)、一般、差級(jí)別的人數(shù)，而對(duì)每個(gè)學(xué)生具體擅長(zhǎng)與不擅長(zhǎng)的課程往往無法了解。運(yùn)用本?；跀?shù)據(jù)挖掘的教育管理信息化平臺(tái)后，不但能夠精準(zhǔn)了解每個(gè)學(xué)生的擅長(zhǎng)課程與不擅長(zhǎng)課程，而且對(duì)教學(xué)質(zhì)量的提高起到積極的促進(jìn)作用。南昌職業(yè)大學(xué)通過數(shù)年的使用，大大提高了教育管理效率，增強(qiáng)了教育管理針對(duì)性，促進(jìn)了學(xué)生培養(yǎng)質(zhì)量明顯改進(jìn)。

關(guān)鍵詞：教育管理;創(chuàng)新;信息化;高校;人才培養(yǎng)

中圖分類號(hào)：TP3? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）03-0177-03

2019年，我國(guó)在校生規(guī)模達(dá)4002萬人，隨著我國(guó)高等學(xué)校的學(xué)生數(shù)量的增長(zhǎng)，學(xué)校教育教學(xué)管理帶來許多新的問題和挑戰(zhàn)。如高校教育管理部門對(duì)學(xué)生的課程擅長(zhǎng)情況往往不能準(zhǔn)確把握，導(dǎo)致無法對(duì)癥下藥解決學(xué)生偏科嚴(yán)重的情況，由此可見挖掘出學(xué)生擅長(zhǎng)的科目顯得尤為重要。事實(shí)上，從我國(guó)高等學(xué)校學(xué)生經(jīng)過大量的考試積累了大量的數(shù)據(jù)，利用這些數(shù)據(jù)理性的分析學(xué)生的成績(jī)是否符合正常預(yù)期，對(duì)高等學(xué)校根據(jù)學(xué)生的考試成績(jī)來判斷該學(xué)生對(duì)該門課程的掌握情況變得特別重要。數(shù)據(jù)挖掘技術(shù)能從許許多多的數(shù)據(jù)中發(fā)現(xiàn)潛藏在其中的規(guī)律，這些規(guī)律對(duì)于判斷學(xué)生是否擅長(zhǎng)該門課程或者對(duì)該門課程的擅長(zhǎng)情況的判斷具有很強(qiáng)的表現(xiàn)力。利用數(shù)據(jù)挖掘技術(shù)從數(shù)據(jù)庫中提煉出可靠性的信息可以檢測(cè)學(xué)生對(duì)特定課程的擅長(zhǎng)情況。學(xué)生成績(jī)分析處理之中有大量間接或直接的數(shù)據(jù)統(tǒng)計(jì)，涉及人才的管理方面以及學(xué)生選課的引導(dǎo)、學(xué)生成績(jī)的預(yù)測(cè)分析等內(nèi)容。通過數(shù)據(jù)挖掘技術(shù)，得出一些有價(jià)值的信息，全面、客觀、科學(xué)地供教育管理部門參考。二十一世紀(jì)，數(shù)據(jù)庫技術(shù)獲得了突破性的成果并且得到大范圍的應(yīng)用。海量的信息在給人們帶來便捷的同時(shí)也帶來了一大堆困難：第一是信息過量，難以消化;第二是信息虛實(shí)難以辨別;第三是數(shù)據(jù)的安全很難得到保證;第四是數(shù)據(jù)形式的不統(tǒng)一，很難得到統(tǒng)一的處理。如何從含有海量信息的數(shù)據(jù)庫中提取高質(zhì)量的、隱含的信息來幫助決斷出未來能夠到達(dá)信息處理的更新興的要求，南昌職業(yè)大學(xué)經(jīng)過多年的實(shí)踐，把數(shù)據(jù)挖掘技術(shù)應(yīng)用于高等學(xué)校的教育信息化管理中，達(dá)到了很好的效果。南昌職業(yè)大學(xué)開發(fā)的教育管理信息化平臺(tái)根據(jù)學(xué)生課程成績(jī)以及他所在年級(jí)的所有學(xué)生的課程成績(jī)，來分析預(yù)測(cè)該學(xué)生對(duì)該門課程的擅長(zhǎng)程度。通過學(xué)生成績(jī)構(gòu)建決策樹模型，某個(gè)特定學(xué)生的課程成績(jī)及年級(jí)所有學(xué)生同課程的成績(jī)作為訓(xùn)練集的輸入，該學(xué)生對(duì)特定課程的擅長(zhǎng)情況作為訓(xùn)練集的輸出。當(dāng)用戶輸入學(xué)生學(xué)號(hào)時(shí)，平臺(tái)給出反饋信息，給出該學(xué)生對(duì)特定課程的擅長(zhǎng)情況等。

1 學(xué)校教育管理信息化平臺(tái)建設(shè)

“規(guī)模是一切問題的根源?！薄傲康脑鲩L(zhǎng)必然引起質(zhì)的變化。”在提升大學(xué)治理體系和治理能力現(xiàn)代化的大背景下，同步開發(fā)的基于數(shù)據(jù)挖掘的教育管理信息化平臺(tái)主要是解決我校教育管理部門對(duì)學(xué)生成績(jī)情況了解不夠清楚問題，對(duì)學(xué)生偏科情況通過統(tǒng)計(jì)表反映不夠直觀問題。運(yùn)用平臺(tái)根據(jù)學(xué)生課程成績(jī)以及他所在年級(jí)的所有學(xué)生的課程成績(jī)，通過決策樹算法來分析預(yù)測(cè)該學(xué)生對(duì)該門課程的擅長(zhǎng)程度，從而直觀明了地反映出學(xué)生對(duì)課程成績(jī)掌握的情況，即達(dá)到對(duì)學(xué)生成績(jī)分析的目的;該平臺(tái)還針對(duì)整個(gè)班級(jí)來分析班級(jí)的成績(jī)情況，讓班主任也能夠直觀了解班里的情況，不是簡(jiǎn)單地通過Excel統(tǒng)計(jì)表來發(fā)現(xiàn)班級(jí)情況，而是以各種圖形呈現(xiàn)出班級(jí)成績(jī)的情況，包括及格人數(shù)、優(yōu)秀人數(shù)等等。同時(shí)教育管理部門還能夠?qū)W(xué)生課程成績(jī)進(jìn)行管理，包括對(duì)學(xué)生課程成績(jī)進(jìn)行增刪改查以及對(duì)學(xué)生課程成績(jī)按姓名、學(xué)號(hào)、班級(jí)以及課程名等進(jìn)行模糊搜索等。

1.1 決策樹算法防止欠擬合與過擬合

1.1.1 防止欠擬合的方法

1）增加特征數(shù)

當(dāng)特征不足或者現(xiàn)有特征與樣本標(biāo)簽的相關(guān)性不強(qiáng)時(shí)，模型易出現(xiàn)欠擬合。可以通過挖掘上下文特征，ID類特征，組合特征等新的特征，可以取得較好的效果。

2）增加模型復(fù)雜度

模型簡(jiǎn)單時(shí)其表達(dá)能力較差，容易導(dǎo)致欠擬合，因此可以適當(dāng)?shù)卦黾幽Ｐ蛷?fù)雜度，使模型擁有更強(qiáng)的擬合能力。如線性模型中添加高次項(xiàng)，神經(jīng)網(wǎng)絡(luò)中增加網(wǎng)絡(luò)層數(shù)或神經(jīng)元個(gè)數(shù)。

3）減小正則化系數(shù)

正則化是用于防止過擬合的，但是當(dāng)出現(xiàn)欠擬合時(shí)，就有必要針對(duì)性地減小正則化系數(shù)。

1.1.2 防止過擬合的方法

1）增加訓(xùn)練集數(shù)據(jù)

該方式是從數(shù)據(jù)入手，將更多的數(shù)據(jù)參與到模型的訓(xùn)練中，這是最有效的方法，這樣可以讓模型學(xué)習(xí)到更多更有效的特征，降低噪聲對(duì)模型的影響。但是往往直接增加數(shù)據(jù)是困難的，因此可以通過一定的規(guī)則來擴(kuò)充訓(xùn)練數(shù)據(jù)。

2）降低模型復(fù)雜度

在數(shù)據(jù)量較少的情況下，模型過于復(fù)雜將會(huì)導(dǎo)致過擬合，因此可以通過降低模型的復(fù)雜度來防止過擬合，這樣就可以一定程度上避免模型擬合過多的采樣噪聲。

3）增加正則化約束項(xiàng)

將權(quán)值的大小加入損失函數(shù)中，避免權(quán)值過大帶來的過擬合風(fēng)險(xiǎn)。

4）通過集成學(xué)習(xí)的方式訓(xùn)練模型

集成學(xué)習(xí)是把多個(gè)模型集成到一起來作為共同的模型，可以降低單一模型的過擬合風(fēng)險(xiǎn)。

1.2 核心功能

1.2.1 個(gè)人成績(jī)分析模塊

該模塊采用決策樹算法對(duì)學(xué)生個(gè)人成績(jī)進(jìn)行分析，當(dāng)輸入指定學(xué)生的學(xué)號(hào)，平臺(tái)以柱狀圖的形式反饋出學(xué)生所學(xué)的各科目的擅長(zhǎng)情況，并給出提示語，告知該學(xué)生的課程情況以及具體分?jǐn)?shù)，柱狀圖給人以直觀的感覺，讓用戶一眼就能知道該學(xué)生的課程擅長(zhǎng)情況，同時(shí)采用決策樹算法比普通的簡(jiǎn)單的sql分析具有更為可靠的優(yōu)點(diǎn)，個(gè)人成績(jī)分析如圖1所示。

關(guān)鍵代碼：

for each in data_user：

each_tmp = []

each_tmp.append（str（each[0]）.replace（"xm"， ""））

each_tmp.append（course_dict.get（str（each[1]）））

if float（each[2]）>80：

each_tmp.append（1）

else：

each_tmp.append（0）

y_train.append（each_tmp）

sql_user = "select studentId，grade_list.course as course，score from grade_list where studentId = '{0}'; ".format（'xm16211571'）

cursor.execute（sql_user）

data_user = cursor.fetchall（）

x_test = []

if data_user：

for each in data_user：

each_tmp = []

each_tmp.append（str（each[0]）.replace（"xm"，""））

each_tmp.append（course_dict.get（str（each[1]）））

each_tmp.append（str（each[2]））

x_test.append（each_tmp）

estimator = DecisionTreeClassifier（criterion="entropy"）

estimator.fit（x_train， y_train）

joblib.dump（estimator， "train_model.m"）

y_predict = estimator.predict（x_test）

1.2.2 班級(jí)成績(jī)分析模塊

該模塊采用對(duì)數(shù)據(jù)庫的查詢操作來實(shí)現(xiàn)對(duì)班級(jí)成績(jī)進(jìn)行分析，當(dāng)輸入班級(jí)時(shí)，系統(tǒng)以柱狀圖的形式反饋出本班級(jí)學(xué)生的課程成績(jī)情況，告知該班級(jí)的課程情況以及班級(jí)每門課的平均分，班級(jí)85分以上人數(shù)以及班級(jí)不及格人數(shù)并能把圖片保存下來供長(zhǎng)期的研究分析，班級(jí)成績(jī)分析如圖2所示。

班級(jí)成績(jī)分析關(guān)鍵代碼：

cursor = db.cursor（）

sql_user = "select studentId，grade_list.course as course，score from grade_list join （select course from grade_list where studentId = '{0}'）t on grade_list.course = t.course;".format（'xm16211571'）

cursor.execute（sql_user）

data_user = cursor.fetchall（）

course_dict = {}

course_dict_2 = {}

i = 1

if data_user：

for each in data_user：

each_tmp = []

each_tmp.append（str（each[0]）.replace（"xm"，""））

if not course_dict.get（str（each[1]））：

course_dict.update（{str（each[1]）：i}）

course_dict_2.update（{i：str（each[1]）}）

i = i+1

each_tmp.append（course_dict.get（str（each[1]）））

each_tmp.append（str（each[2]））

2 疫情期間的線上教育管理與信息化

疫情期間，運(yùn)用教育管理信息化平臺(tái)，南昌職業(yè)大學(xué)采取聽課、評(píng)課、巡課和陪課的方式，加強(qiáng)線上教學(xué)管理。教師采用騰旭課堂、釘釘、騰訊會(huì)議和QQ直播等工具進(jìn)行線上教學(xué)。各院系的班主任將任課教師拉入班級(jí)群，任課教師利用釘釘群上傳課前任務(wù)和課后作業(yè)，學(xué)生在釘釘群完成課前任務(wù)和課后作業(yè)，任課教師利用釘釘直播進(jìn)行課堂教學(xué)，釘釘群進(jìn)行答疑和反饋，并在釘釘群上傳教學(xué)課件和電子書，釘釘群公告發(fā)布重要通知和相關(guān)鏈接。

在課堂教學(xué)過程中，運(yùn)用釘釘直播，可以隨時(shí)監(jiān)測(cè)學(xué)生是否認(rèn)真聽課，例如，在講到Android應(yīng)用程序架構(gòu)時(shí)，邏輯控制層與表現(xiàn)層分開設(shè)計(jì)，會(huì)提問學(xué)生這個(gè)架構(gòu)和你們學(xué)過Java課程中的哪個(gè)非常類似，并給出兩個(gè)選擇備選答案，學(xué)生在釘釘群里只要回答1還是2就可以，這樣，就能及時(shí)掌握有多少人在聽課，凡是群里及時(shí)回答1或2的同學(xué)，說明在認(rèn)真聽課，凡是沒有回答的同學(xué)，很可能是在掛釘釘上課人不在。下課后，會(huì)把按時(shí)回答的同學(xué)名字登記下來，并保留截圖，這樣就清楚有多少人在認(rèn)真聽課，同時(shí)，也能得到誰沒有聽課，只是掛機(jī)，得到數(shù)據(jù)后，每次上課前，都會(huì)把名單公布，并告訴學(xué)生：每次課采取的方式和方法都會(huì)不同，而且告訴學(xué)生，線上上課出勤和認(rèn)真程度占我這門課的比重很大，如果出現(xiàn)一次課不認(rèn)真聽，被查到扣10分。從而，學(xué)生們都非常重視線上教學(xué)，通過抽查的方式，發(fā)現(xiàn)學(xué)生聽課效果非常好，幾乎都能在極短時(shí)間內(nèi)和任課教師互動(dòng)，完全可以保證線上課堂正常開展。

3 小結(jié)

南昌職業(yè)大學(xué)平臺(tái)主要用于對(duì)學(xué)生成績(jī)擅長(zhǎng)程度情況進(jìn)行分析預(yù)測(cè)，包含的功能主要有用戶管理、學(xué)生課程成績(jī)管理、個(gè)人成績(jī)分析、班級(jí)成績(jī)分析等功能。平臺(tái)采用angularjs作為前端框架，使用flask輕量級(jí)框架用于前后端交互進(jìn)行對(duì)數(shù)據(jù)庫的訪問，使用決策樹算法中的cart算法對(duì)學(xué)生成績(jī)進(jìn)行分析預(yù)測(cè)，對(duì)決策樹進(jìn)行剪枝降低樹的高度防止過擬合，不斷調(diào)參來優(yōu)化決策樹模型，使分析預(yù)測(cè)達(dá)到一個(gè)較為精準(zhǔn)的水平。

參考文獻(xiàn)：

[1] 張麗芳.基于大數(shù)據(jù)環(huán)境下高校教育管理信息化創(chuàng)新[J].科學(xué)大眾（科學(xué)教育），2020（1）：164.

[2] 裴瑩.大數(shù)據(jù)時(shí)代下高校教育管理信息化創(chuàng)新發(fā)展路徑思路構(gòu)建[J].現(xiàn)代經(jīng)濟(jì)信息，2019（34）：467.

[3] 華曉庭.高校教育管理信息化創(chuàng)新發(fā)展策略[J].中學(xué)政治教學(xué)參考，2019（33）：140.

【通聯(lián)編輯：張薇】