社会科学系 潘永艺
oPS贵州师范大学求是学院
摘要：本文通过对数据仓库、数据挖掘技术的研究，提出了基于数据挖掘的高校学生管理评价系统。该系统能为高校学生评价提供科学的依据和指导其发展方向。oPS贵州师范大学求是学院
关键词：数据挖掘；学生管理评价系统；数据仓库
随着高校招生规模逐年扩大以及教育方式更加灵活多样，几乎每所高校都面临着学生人数的急剧增加与学生日常管理日趋紧张的矛盾，同时高校的一些机构也在不断地改革变化，这些都给高校的学生管理带来了前所未有的发展和挑战。在这样的形势下，高校应如何以最小的代价获得最大的发展成为一个亟待解决的新课题。oPS贵州师范大学求是学院
具体来说，现在要求高校领导层从整体的、宏观的角度认清形势，解决问题，优化资源配置，提高学生日常管理效率。为此，建立一个有效的高校学生管理评价系统则显得十分必要。该系统的各项功能除了满足日常简单的查询、统计和维护、全局统筹规划学生管理日常管理中各种信息、协调各部门工作顺利开展，还能够为高校决策者提供有关学生综合评价的瞬时变化、发展趋势以及通过高科技手段来开发历史数据，提取隐含在其中的事先未知的、潜在的、深层次的、有价值的信息，以利于学生管理的有效开展和对学生进行综合评价。oPS贵州师范大学求是学院
一、数据挖掘及相关技术oPS贵州师范大学求是学院
1、数据仓库oPS贵州师范大学求是学院
数据仓库是支持管理决策过程的、面向主题的、集成的、随时间变化的、持久的数据集合。数据仓库中的数据大体分为四级: 远期基本数据、近期基本数据、轻度综合数据和高度综合数据。还有一部分重要数据是元数据, 即关于数据的数据, 数据仓库中用来与终端用户的多维模型与前端工具间建立映射的元数据, 称为学生管理评价系统的元数据。高校管理中的数据仓库建立，它的真正价值在于帮助人们制定能够改进过程的决策, 而不仅仅是工作流程的自动化。对高校管理来说，建立数据仓库的数据可能来自如招就部、学生工作部、教务处、财务处、后勤管理等职能部门和二级院、系及不同地域的分校等，所有这些数据从结构上看，是相对独立的，是不利于高校决策者进行全面分析和查询的。根据需求，就必须要求数据仓库从较高层次上把分散的、难以访问的数据从不同信息系统中分离处出来，经过抽取、净化、转换、迁移为统一、随时可用的信息，通过深层次加工把信息转换成大小不一、各式各样的数据集市以利于各个职能管理部门和院系作专题分析和辅助领导层决策。因此, 有了数据仓库, 高校领导层决策和各部门、辅导员对学生的管理评价时就可以依据事实, 而不再是只依赖直觉。oPS贵州师范大学求是学院
2、数据挖掘oPS贵州师范大学求是学院
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，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的过程。这个定义包括好几层含义：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；oPS贵州师范大学求是学院
根据目前高校学生管理信息系统的特点, 首先需要在较高层次将不同信息系统中的数据综合、归类, 并进行分析利用的抽象,即建立数据仓库, 在数据仓库的基础上进行联机分析处理和数据挖掘, 为科学管理提供依据支持。数据仓库就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中, 抽取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。从更广义角度来讲, 数据挖掘就是在一些事实或观察数据的集合中寻求模式的决策支持过程。因此,它除了处理传统数据库中的数值型的结构化数据外, 还可以对文本、图形、图像、网络信息资源等半结构、非结构数据进行挖掘。oPS贵州师范大学求是学院
数据仓库意味着在一些事实或观察数据的集合中寻找模式的决策支持过程, 数据挖掘的对象不仅是数据库, 也可以是文件系统、数据集合或数据仓库。基于数据仓库的数据挖掘技术, 其任务是发现数据仓库中尚未被发现的知识。对于那些决策者明确了解的信息, 可以用查询等其它工具直接获取, 而另外一些隐藏在大量数据中的关系、趋势等信息就需要数据挖掘技术。数据技术可从数据仓库中找出大量真正有价值的信息和知识, 可以更好地对高校的发展历程和未来趋势做出定量的分析和预测。为各高校的学生管理评价提供更科学的基础, 从而有效地提高学生管理质量, 有针对性地加强思想政治教育管理与学生的综合评价。oPS贵州师范大学求是学院
3、数据挖掘的任务oPS贵州师范大学求是学院
数据挖掘的任务是发现知识，主要包括以下几类知识的发现：广义型的知识，反映同类事务共性的知识；特征型知识，反映事物各方面特征的知识；差异性知识，反映不同事物之间属性差别的知识；关联型知识，反映事物之间依赖或关联的知识；预测性知识，根据历史和当前的数据推测未来的数据；偏离型知识，揭示事物偏离常规现象。oPS贵州师范大学求是学院
数据挖掘就是利用数据挖掘技术，从存放在数据库、数据仓库及其其它信息库的大量数据中挖掘有价值的知识的过程。数据的收集包括教学数据和其他数据两部分。教学数据包括成绩数据、专业数据、课程数据、学生基本情况数据、教师数据等；其他数据包括就业数据、学生入学情况数据、家庭情况数据、获奖情况数据等。这些数据经过数据管理过程，通过执行数据仓库建设方案，建立起带有目录的数据仓库，然后将其转化为数据挖掘库——数据集市或数据商场，成为挖掘对象，利用数据挖掘工具或技术。 oPS贵州师范大学求是学院
二、高校学生管理评价系统技术在高校的建立oPS贵州师范大学求是学院
随着时代的发展，高校比以往任何时候都面临着更为复杂的生存环境，更难以形成并维护其竞争优势，竞争的压力对高校学生管理的质量和学生综合评价的客观性都提出了更高的要求。oPS贵州师范大学求是学院
高校学生管理评价系统是针对半结构化的管理问题，支持管理及评价活动的具有智能作用的人机系统。该系统能够为管理者提供管理所需的数据、信息和背景材料，帮助明确管理目标和进行问题识别，建立或修改管理和评价模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确管理提供必要的支持。高校学生管理评价系统作为一种新型的信息技术，能够为高校提供各种管理信息以及许多问题的解决方案，减轻了管理者从事低层次信息处理和分析的负担，使得他们专注于最需要管理智慧和经验的工作，提高了学生管理和综合评价的质量和效率。其从功能逻辑结构上看，是由数据库系统、模型库系统、知识库系统及人机会话系统等部分组成的。oPS贵州师范大学求是学院
在很多高校，实际的学生管理和评价工作存在效率低下，脱离实际，缺乏科学合理性等问题。这样的学生管理没有强有力的支撑学生管理与评价活动的各个环节，同时也制约着高校学生管理改革的深入。将面向学生管理评价系统的数据挖掘和数据仓库技术，应用于目前的高校学生管理，可以让我们的管理者不但可以更容易的回答刚才所举例提出的问题，更为关键的是，在这个“挖掘”过程中，管理者会获得意想不到的发现和收获，以提升我们的学生管理水平。oPS贵州师范大学求是学院
三、结束语oPS贵州师范大学求是学院
数据仓库、数据挖掘和决策支持系统都是方兴未艾的前沿科学，数据挖掘技术为决策支持系统地研制与开发提供了一种有效、可行的体系化解决方案。一个完整的学生管理评价系统应集成数据仓库、数据挖掘技术。随着数据仓库和数据挖掘技术在各个领域的广泛采用，决策支持系统的研究与开发工作将被推向一个更高的层次。oPS贵州师范大学求是学院
在教育领域，随着管理信息系统的数据信息的不断增长，把数据挖掘技术应用到管理信息系统中，以建立高校学生管理评价系统，必将为高校各级领导部门的管理提供切实可行的依据，为高校在激烈的竞争中掌握主动，在未来的发展中提供更广阔的空间，发挥重要的作用，为高校的跨越式发展起到一个科学导向作用。oPS贵州师范大学求是学院
【参考文献】oPS贵州师范大学求是学院
【1】 赵文婧/沈林 数据挖掘技术分析及其在高校管理决策中的应用 科教文汇 ( 2008) 03- 009- 01oPS贵州师范大学求是学院
【2】陆志香 数据挖掘技术及其应用 科技广场2008.8oPS贵州师范大学求是学院
【3】陈亚玲 数据挖掘与高校学生管理 学术纵横 |
