- 相关推荐
数据挖掘在高校学籍管理的作用论文范文
摘要:数据挖掘是指从海量数据中找到人们未知、可能有用的、隐藏的规则,可以通过关联分析、聚类分析、时序分析等各种算法发现一些无法通过观察图表得出的深层次原因。将计算机数据挖掘技术应用于高校学籍预警机制的研究中,在大量以往的教学管理数据库中挖掘出未知、可能有用的、隐藏的规则,促进教育的改革和发展。
关键词:数据挖掘;DataMining;学籍预警机制
本文针对学分制背景下高校学籍预警机制存在的问题和现状,用计算机数据挖掘(DataMining)技术对学籍预警机制进行分析,通过数据挖掘有关方法对搜集到的学生学籍数据进行分析和处理,以求能够挖掘出大量的隐含在学籍信息系统中的有价值的资源,用以预测可能发生的预警事件,为教学管理者进行危机管理提供帮助。随着高校招生规模不断扩大,如何保证高校的教学质量最终完成人才培养方案,成为一个重要的问题,具有重要研究价值。
一、高校学籍预警机制的现状及问题
20xx年8月教育部对“学籍预警”这一词语做出了解释:是一种高等教育管理方式。普通高校学籍的预警方式一般采用学校和院系双向管理,学校负责统一制定学籍预警标准,通过学习进度推进的不同阶段划分学分预警标准,在达到一定学分线开始预警,分为考勤预警、选课预警、成绩预警、学籍异动预警、毕业预警。根据高校教学管理系统,对缺课达到一定数目的学生进行提醒教育,期末统计学生完成的学分来评估学生学习情况,并预测学生是否能够完成培养方案,通过教师提供的学生考勤记录、作业情况以及课堂表现等,针对学生的具体情况对其预警。教学考核工作与学生思想政治工作在学生管理方面相对独立,主要是事先警示教育、事后跟踪管理。目前的学籍预警主要是单方向的,原有的学籍管理制度大都是传统的事后处理型,具有延迟性。只有出现严重的学籍异常后,才会触发预警机制,采取相应的对策解决问题,家长对学生的在校学习情况了解不清,了解不及时,比如之前学期表现良好的学生本学期出现网瘾状态而不能及时发现,往往会错过对该生的最佳教育期。传统的学籍预警机制无法做到提前预知,对学生的学习和生活状况无法实时监管,问题的根源也无法追踪。
二、数据挖掘技术
数据挖掘(DataMining)是指从海量数据中找到人们未知的、可能有用的、隐藏的规则,可以通过关联分析、聚类分析、时序分析等各种算法发现一些无法通过观察图表得出的深层次原因。因此,将计算机数据挖掘技术应用于高校学籍预警机制的研究中,在大量以往的教学管理数据库中挖掘出未知的、可能有用的、隐藏的规则,促进教育的改革和发展。将计算机数据挖掘技术和传统的人力管理相结合,以学生为本,建立健全全方位学籍预警构架,做到“防微杜渐”,为学校顺利完成教育目标起到促进作用。
三、数据挖掘在学籍预警机制里的应用
随着计算机技术的进步,各大高校逐步建立了日益完善的学籍信息管理系统,累积了大量学籍信息数据库。目前,这些数据主要用来向各级管理部门上报和学校自行查看存档,但对于这些数据后面隐藏的价值并没有进行深度挖掘和利用,十分可惜。所以,应以高校学生信息管理系统为对象,研究深度数据挖掘的方法,“透过现象看本质”,综合分析出有价值的学籍预警信息,为管理提供参考。例如,学校发现高等数学等主干课的不及格率有逐年上升的趋势,一般认为是学习不认真所致,但做了很多工作效果并不明显,这时通过数据挖掘分析挖掘最近10年所有有过不及格课程的学生的成绩,发现有较高比例的学生来自西部地区,而且还发现有较高比例的学生家庭收入非常高或者非常低(生源地和经济情况问题)。针对此可以在学生管理上提前采取有针对性的管理措施。制定好目标标准,挖掘学生的学习习惯及学习特长,辅助教师指导学生,指导学生改正自己的不当行为,提高学习能力。从教学管理系统中所记载的学生基本资料、学习成绩、学习经历、学习喜好以及知识体系结构等内容,发现学生学习习惯,辅助学生改正自身学习行为。提高学生各方面综合素质。利用数据挖掘的关联分析辅助师生行为预警干预。各高校学籍管理系统中记载着各院系各专业学生与教师的学习工作,社会活动,奖励处罚情况,可从中分析出师生各种活动之间的内在联系,假定有规则“A∪B∈C”,那么当在实际活动中,某学生已有A和B行为,马上可以分析出产生下个行为的概率,可即时预警,提前制止C行为的发生。利用数据挖掘为课程设置提供合理依据。高校学生的课程安排设置是循序渐进的,每门课程之间都有一定的关联和前后顺序,在学习一门专业课程之前必须先修一门基础课程,基础知识没学好势必影响专业课程的学习。而且,同一年级不同专业学生之间,由于教师或教师专业背景知识不同,各个学生总体成绩相差有时会很大。数据库中记载着以往各专业学生各学科考试成绩,使用数据挖掘的关联分析与时序分析技术,能分析出原因,在此基础上对课程进行合理设置。
综上所述,将基于计算机数据挖掘技术应用于高校的教学管理,以提高教学管理的预知性,增加教法选择的参考性,加强教学过程的指导性,提高教学质量。
参考文献:
[1]陈东民,等.数据仓库与数据挖掘技术[M].北京:北京电子工业出版社,2002
[2]杨悦.数据挖掘在高校招生工作中的应用前景[J].教育科学,2007
[3]胡侃.基于大型数据仓库的数据采掘[J].软件学报,1998
【数据挖掘在高校学籍管理的作用论文】相关文章:
大数据对高校教育的推动作用论文03-25
数据挖掘论文的参考文献04-15
舞蹈教育在高校素质教育中的作用论文03-25
分层教学法在高校钢琴教学中作用探究论文05-03
成人教育学籍管理创新与实践探析论文04-14
工商管理对企业转型影响作用分析论文04-06
论文致谢词的作用10-09
工商管理对企业管理水平提高作用分析论文04-17
计算机数据在档案管理系统中的应用论文02-26
高校教育教学论文11-03