沈娴　孔庆月

　　摘要：随着大数据时代的到来，数据说产生的能量越来越大。数据挖掘技术是一种新兴的信息处理技术，已经被广泛的运用于很多领域，在教学管理领域中也有很多的应用。本文首先简要的概述了数据挖掘的概念与方法，然后给出了针对教学管理中的学生信息、教师信息、选课信息等方面数据挖掘的应用层次和指导意义。

　　关键词：数据挖掘；信息处理；教学管理

　　随着信息技术的不断普及，在高校管理领域也逐渐引进信息技术。在教学管理的过程中必然会有大量的数据产生，这些数据已经可以称之为一个完整的信息数据库。在信息技术发达的今天，如何将海量的资源变成对于教学管理工作有用的信息已经成为各高校研究的重点，通过对于数据的挖掘、分析，可以得到对于学生管理以及教学管理的有用信息。这些信息可以辅助学校进行教学管理，同时还能够提高学校的教学质量，优化教学资源等等。

　　一、数据挖掘技术

　　所谓数据挖掘（DM，Data Mining）就是从大量的、不完全、有噪声的、模糊的、随机的数据中，提取隐含在其中的，人们事先不知道的，但又是潜在有用的信息和知识（模型或规则）的一个过程，它是一类深层次的数据分析方法。它是一门交叉学科，包含的知识范围非常的广泛，涉及到機器学习、人工智能、数据库、神经网络、模式识别等等技术。将数据库的挖掘技术运用在教学管理中可以说是百利而无一害，可以全面系统地揭示教学评价结果与各因素之间的联系。

　　事实证明，数据挖掘技术已经在教学管理中得到了很好的运用，学校的教学管理水平也有大幅度的提升。教师可以进一步根据实际情况制定教学计划，引导学生自主学习，提高教学质量的同时，调动学生学习的积极性，达到增强教学效果的目的。

　　二、数据挖掘技术在教学中的应用

　　1.对教师方面信息的挖掘

　　数据挖掘技术的应用，对于提高教师的教学水平有着积极作用。在课堂上，通过对教学课堂信息的分析，包括教师的授课风格、教学方法、教学内容以及与学生互动的情况等等进行全面的监督调查，可以在此信息的基础上找出影响学生成绩的主要因素，进行总结，找出问题所在，以便于教师通过改变自己的授课方式或者风格来提高教学质量。也可以通过教师的个人信息，包括学历情况、职称情况以及科研状况等等从而得出影响教学结果的潜在的教师个人信息的情况；也可以通过教师的道德素养以及绩效方面的信息挖掘，得到有利于提高教学质量的信息，有利于辅助教师进行决策。

　　2.对学生方面信息的挖掘

　　学校是教书育人的场所，通过对学生课堂行为的表现，可以直接得出学生的认知能力以及是否能够接受教师所传授的内容；通过对于学生的情绪以及学习态度的数据挖掘，可以分析出学生对于教学过程能不能积极的参与，能不能主动的完成作业以及自主学习等等；通过学生的考试情况以及作业完成情况可以对学生的学习成果进行检验，通过对平时学习信息的数据挖掘，通常可以得出最终的学习情况。如果将数据挖掘中的关联规则应用于试卷分析数据库中，然后根据学生得分情况分析出每道题的难易度、区分度、相关度等指标，教师就能够对试题的质量作出比较准确的评价，进而可以用来检查自己的教学情况及学生的掌握情况，并为今后的教学提供指导；还可以通过数据挖掘技术分析学生特征，并在此基础上组织学习内容、明确学习目标、确定教学策略、选择教学辅助媒体，为学生创造出一个适合其内部条件的外部学习环境，使有效学习发生在每个学生的身上。通过数据挖掘技术，把不同学习者的学习特征存入数据库，教师可以通过它及时地了解学习者的需求、兴趣爱好、个性差异等信息，并以此为依据为不同学习者提供动态的学习内容、相应的导航机制、推荐个性化的学习材料等服务，真正的实现因材施教。

　　3.对选课数据的信息挖掘

　　学生通过网络进行选课的设置，这其中隐藏着大量的信息，对于教学管理有重要的参考价值。在选课的数据分析中，可以从以下几方面来进行考虑，比如说：课程的受欢迎程度、各门课程的选课人数、了解目前课程安排下学生的满意度情况、分析学生的专业情况，了解当前所选课程的学生的专业分布情况，分析教课老师的实力等等方面。

　　在进行数据挖掘时，首先对于原始数据进行预处理，把原始数据转换成适合数据挖掘的数据，同时，在数据挖掘的过程中也要明确数据结构以及面向的对象，为数据挖掘奠定良好的基础。完成数据的预处理之后，确定参与挖掘的数据表，在选课系统中学生选课表是基本事实表，学生信息表、教师信息表和课程信息表可作为周围的维表。最后将预处理之后的数据进行状态运行，在此基础上选择数据挖掘算法FP-growth进行数据挖掘。数据挖掘的最终结果可以采用图表的方式呈现出来，直观的反应所挖掘的信息。

　　综上所述，可以在数据额挖掘的基础上，对结果进行分析，了解学生的实际情况，以此为基础制定教学方法、教学计划等等，进一步加强教学管理。