前言：尋找寫作靈感？中文期刊網用心挑選的數據挖掘技術在高校學生管理的運用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：大專院校學生管理水平向來參差不齊，學生的學習成績和綜合素質都有待提高，且部分學生出現不服管教現象，為了強化學生管理，大專院校需要創新學生管理工作模式，利用先進的技術和手段來保證學生管理效率。數據挖掘技術便是有效技術之一，該技術主要優勢在于數據挖掘分析中，將其與學生管理事項結合起來，其可以通過挖掘學生檔案信息，從中找到潛在價值信息，使這些信息成為管理決策的參考。大專院校還要對該技術進行分析。
關鍵詞：數據挖掘技術；大專院校；學生管理；運用
在利用挖掘技術時，院校人員需要從實際出發，結合實際的管理決策應用模式，提出應用措施，使技術在信息處理中發揮絕對優勢。在將數據挖掘技術滲透到數據挖掘分析中時，還要保證數據的完整性和準確性，使價值數據規律和模型參考意義更大。在技術應用中，教師可以制定適應的管理方法和教學方法，以提高學生管理水平。本文主要針對數據挖掘技術在高校學生管理中的運用進行探討。
1問題的提出
大專院校在教書育人的過程中，也會引入信息技術和相關設備，組建多媒體教室或將技術直接應用在教學管理中。所以院校教學管理逐漸富有信息化、網絡化特點，高科技的應用，使得教學管理效率更高，管理流程更加規范。教學管理職能類型也呈現出多元化特點，學習型、創新型、服務型等是大專院校目前教學管理職能發展方向[1]。這些職能不僅在學生管理中有顯著優勢，在學校決策及建設方面也有價值，領導人員可以從教學管理數據中尋找對學校管理和決策等有價值的信息。但是教學管理信息錯綜復雜，數量極多，價值信息的篩選和分析都需要消耗大量時間，最終相關人員也不一定能挖掘出有價值的信息，所以大專院校還要致力于數據信息的挖掘分析工作。使挖掘分析后的信息能為學生工作做貢獻，能對教學成效分析提供幫助。若能通過數據挖掘技術獲得學生學習影響因素，教師便可以對癥下藥，排除影響，制定利于學生管理的措施。
2解決方案
2.1數據挖掘
在學生管理中，各方面都會產生大量信息，這些信息完整度和真實性不能得到保證，其還具有模糊隨機等特點，這些信息不能直接應用在教育管理中，需要經過層層篩選，才能應用在合適位置處[2]。數據挖掘技術需要通過綜合分析，找到人們還未發現其價值的信息，構建數據模型，使其反映學生管理中各方面之間的關系。該種技術屬于深層次數據分析方法，其專業性和綜合性、集成性較強，其本身集成的功能技術有多種，如機器學習、數據庫、模糊數學等，這些功能學科交叉組織在一起，可以全面分析各種因素之間的關聯，將其應用在教學評價中，教師能快速得到學生學習成績影響因素等信息。
2.2數據挖掘過程
在數據挖掘過程中，相關技術會不斷分析信息，篩選信息，檢驗信息等，信息處理步驟不止一步，每一步都有可能重復發生，在不斷反復挖掘中，數據信息價值才能全部展現出來。第一步，確定數據挖掘目的，這需要與挖掘對象結合起來，根據挖掘要求，確定挖掘目標，準確定義相關探索問題。第二步，數據采集。數據挖掘技術主要作用于海量數據，無論挖掘對象是什么，相關人員總要提供海量數據，使技術有作用之處。將該技術應用在學生管理中時，教師需要提高此方面的信息。在教學階段，教師要不斷采集學生信息，提供足夠信息。第三步，數據轉換。該步驟主要根據算法來構件分析模型，模型由這些信息轉換而來。第四步，建立分類模型，繼續挖掘轉換后的數據。在模型構建中，需要采取分類挖掘技術，需要配置挖掘算法，并借助軟件技術來發揮算法作用，構建相關模型。第五步，分析分類規則結果。在模型分析中，教師可以獲得數據分析評估結果，這些結果反映了教學中的問題，教師可用其來改善教學水平。第六步，模式評估。主要對模型及規則進行評價判斷，看其是否準確。第七步，展示最后的挖掘結果，為學生管理提供參考。
2.3數據挖掘在學生管理決策中應用功能
數據挖掘功能有多種，關聯分析在學生管理中的應用較為廣泛，在這種功能應用中，其需要發現學生管理與影響因素之間的關聯規則。規則反映了屬性與屬性值在數據集中一起出現的條件。這意味著教師可以通過采集學生行為數據，發現頻發出現的數據，構成數據集，然后構成頻繁出現的數據組，最終獲得學生行為信息結論。教師利用此結論，可分析學生學習成績影響因素，也可預測學生的行為。
3基于關聯規則數據挖掘在教學系統中的應用
主要包括兩部分，其一，關聯規則的基本挖掘算法。該算法主要指Apriori算法，在算法挖掘出相關數據規則，并呈現用戶面前時，用戶對其的興趣是不同的，可用支持度和置信度來表示。以用戶給定支持度為參考，在計算出單項事務記數支持度后，對比兩種支持度，刪減掉少于用戶給定支持度的內容，然后再處理更多的事務，從后面事務處理中，繼續刪減項集，保留頻繁項集，從子集產生的過程中找到關聯規則，此時以用戶最低置信度為參考，保留滿足該置信度的關聯規則。其二，架構于Oracle數據庫系統的挖掘系統核心。Oracle數據庫在數據轉換和應用中優勢顯著，其需要保留海量數據，并未數據轉換和處理提供有利條件和環境，其代替了傳統的應用服務器。
4結語
數據挖掘功能多元化，這些功能需要逐一落實在學生管理的每個環節中，其中關聯分析功能應用較為廣泛，教師需要注意該功能的執行力度和實踐效果，并根據實踐結果，不斷完善數據挖掘方案，使數據挖掘技術優勢更加顯著。在數據挖掘技術應用中，必定涉及到相關算法，該算法類型不止一種，教師還要加大研究，使算法符合要求，使其與數據挖掘功能相適應。教師還要關注學生管理水平，看其是否提高，在不斷優化中，學生管理新模式適應性會更強。
參考文獻：
[1]王永.數據挖掘技術在高校干部管理中的應用研究[J].現代商貿工業,2019,40(08):186-187.
[2]羅明挽.決策樹數據挖掘技術在學生管理中的應用研究[J].電子技術與軟件工程,2016(07):197-198.
作者:呂燕兵 單位:內蒙古民族幼兒師范高等專科學校
