數據挖掘學風量化評價分析

導語：數據挖掘學風量化評價分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：學風是學校學生的學習風氣，數據挖掘是在海量數據中提取有用信息并加以分析利用。將數據挖掘技術應用與學風評價中，通過數據挖掘技術，利用關聯規則算法，分析揭示影響學風的因素及其內在聯系，提高學校學風建設，提升學生學習興趣。

關鍵字：學風;數據挖掘;關聯規則

一、學風

學風是指學生的學習風氣，及學生對待課堂內外學習的態度。它是學生集體或個人在學習過程中表現出來的帶有傾向性的、穩定的態度和行為。學風是一所高等學校的靈魂，學風建設是一項需要長期堅持并不斷改進的工作。良好的學風能促進學生的學習和成長，是學校辦學質量的重要體現，沒有良好的學風，學校就失去了其具有的能力。

二、數據挖掘技術

數據挖掘技術是通過對存儲在數據庫中的海量數據信息進行有目的的提取、分揀、歸類，挖掘隱含的有用信息，用于為各行各業的生存和發展提供決策支持。數據挖掘技術是一項涉及多學科的技術，其特點主要是：數據挖掘主要處理的數據是數據庫中經過預處理的數據，屬于結構化的數值信息；數據挖掘主要依靠統計學知識和數學知識，通過建立挖掘模型，設計挖掘算法，分析數據之間的關聯性，揭示數據之間的內在聯系。

三、數據挖掘在學風量化評價中的應用

目前學風的評價主要是通過問卷調查完成的，主要是通過調查在校生、畢業生、教師等影響學風因素，然后得出學校學風的整體狀況，并對學校的學風進行評價?，F有的學風研究和評價體系采用的都是傳統的思維方式，其研究很少融入了現代信息技術手段?，F代信息技術如數據挖掘技術已經成功運用到了高校的學生管理和教學質量評估上，將數據挖掘技術應用到高等學校的學風研究和評價中成為一種切實可行的研究方案。數據挖掘是隨著計算機技術的發展而出現的一門數據分析技術，數據挖掘技術現已應用于高校學生管理和教學質量評估上，這為將數據挖掘技術應用與學風量化評價中，建立科學有效的數據挖掘模型，將學風評價方法由定性轉化為定量提供了科學的依據。將數據挖掘技術應用學風量化評價中的步驟如下。(一)確定數據挖掘對象：確定數據挖掘對象是數據挖掘重要的一步，數據挖掘對象確定后，可以明確數據挖掘所需要的數據挖掘在學風量化評價中的應用曹陽張小恒(重慶廣播電視大學)數據源，本文數據挖掘對象為班級的學風、班級之間的學風的關系及整個學校的學風。(二)數據采集：數據采集是數據挖掘中一個重要的，工作量較大的、占據時間較長的一個階段。本文中數據采集通過教務處完成。學風數據主要包括收集班級班風的常規數據及大量經驗性的學風指標數據，如學生基本信息、學生學習積極性、學習興趣、關注點、學生課堂表現、學生出勤率、對教師的期望等數據。(三)數據預處理：將上一階段收集的數據進行整理與清洗，提取出有效數據，并將數據轉換為一個適應數據挖掘模型的有效數據。(四)數據挖掘及分析：本階段是數據挖掘中最重要的階段，將經過預處理后的數據導入數據分析模型中，利用關聯規則算法—Apriori算法分析學風指標的內在關聯性。Apriori算法是數據挖掘中關聯規則經典算法，是關聯挖掘中成熟的算法。(五)數據應用：通過數據挖掘及分析，揭示影響學風相關因素的內在聯系。經過研究分析，制定出有利于學風建設的政策等。

四、結束語

數據挖掘技術是一項從海量數據中提取用于信息的技術，將數據挖掘技術應用于學風量化評價中，能揭示影響學風因素的內在聯系，根據數據挖掘技術得出的學風內在聯系，制定關于學風建設的相關政策，提高學校的學風建設，提高學生對學習的興趣。

參考文獻：

[1]張小恒.學風量化評價體系的現代信息化改革探索[J].科技經濟導刊，2017(19).

[2]齊巧玲，董永峰，張軍.基于大數據分析的高校學風建設研究[J].高教學刊，2016(24).

[3]孫雪凌.數據科學在高校學風治理工作中的應用探索[J].無線互聯科技，2016.

[4]黃炎，王紫玉，黃方亮.數據挖掘技術在高校學生成績分析中的應用與研究[J].蘭州文理學院學報(自然科學版)，2016.

[5]李明江，唐穎，周力軍.數據挖掘技術及應用[J].中國新通信，2012.

[6]趙大鵬，高娜.關于當代大學生學風建設的思考與探索[J].遼寧教育行政學院學報，2009.

[7]楊澤民.數據挖掘中關聯規則算法的研究[J].軟件，2013.

作者:曹陽 張小恒 單位:重慶廣播電視大學