APP下载

研究数据挖掘技术在学生档案管理系统中的应用

2019-09-10李玉娟

兰台内外 2019年19期
关键词:数据挖掘技术应用学生

李玉娟

摘 要:随着办学规模的扩大,传统的学生档案管理模式逐渐无法满足对档案信息的时效性、系统性等要求。计算机数据挖掘技术在学生档案管理中的应用,可以大幅提高学生档案信息整体管理水平,提高档案管理效率,其现实意义重大。在概述数据挖掘技术、数据挖掘技术形式的基础上,研究数据挖掘技术在学生档案管理中应用的意义,并探索数据挖掘技术在档案信息管理系统中的具体应用。

关键词:数据挖掘技术;学生;档案管理系统;应用

一、计算机数据挖掘技术概述

随着时代发展,科技进步,传统档案管理方式逐渐无法满足现实发展的要求,信息技术与网络技术在档案管理中的应用,极大提高了学生档案管理水平。数据挖掘技术的发展与应用,提高了数据收集速度与数据收集质量。数据挖掘技术指的是从相对模糊、不完全、数量众多、存在噪音的实际数据之中,找出数据之中隐藏的、人们忽视的、不了解的但却具有实际应用价值的信息与知识的一个过程。数据挖掘所获得的信息其特征主要表现为未知性、有效性、实用性。管理层应分析挖掘数据信息,对未来发展趋势进行预测。

数据挖掘技术最初主要应用于数学研究,该技术在应用过程中,可以对相关数据信息进行挖掘、收集与分析并获得相关研究结果,这些研究结果多可以应用于优化查询、信息管理、过程控制、辅助决策与数据维护等方面。因数据挖掘技术特性,其应用领域逐渐扩展到机器学习、可视化、数据库、数据统计、人工智能等领域。

二、计算机数据挖掘技术形式及其方法

描述型、预测型属于计算机数据挖掘技术的主要形式,其中描述型数据挖掘技术,指的是描述数据信息中所存在的规则,依据数据微观性特点,研究数据中普通性较强、概念层次较高、较为宏观的信息,通过总结概况与抽象方式对数据信息的相同属性进行描述。预测型数据挖掘技术指的通过对现有的数据信息进行分析与处理,从而找出某类事物之中隐藏的属性内容,或预测事物未来形成的规律。

在描述型与预测型挖掘技术在应用中,多采取分类法、关联法、粗糙集法。

1.分类法。分类法属于计算机挖掘技术中重要部分,分类操作直接决定着数据收集质量,影响着所收集数据信息属性分析,其所发挥的作用极为重要。分类指的是对数据库属性作一定分析,并将元组分为若干不同种类的过程,在划分操作时,依据收集数据所构成的训练集,集中对部分数据进行处理并划分,针对未处理的数据进行相关测试,如数据测试后满足相关要求,则按照一定规则进行分类处理。通常,数据挖掘技术分类过程中,其过程为:依据收集数据,确定分类范围,寻找数据目标属性,并构成数据训练集,对数据属性进行研究,选择算法并分类计算,获得计算结果,选择出测试集,通过验证分类规则,最终输出数据分类规则。

2.关联法。关联分析规则属于数据挖掘技术中较为简单的一种相关规则,能够准确对相关数据信息进行描述,支持对数据的深入分析。在应用相关规则的过程中,重点是描述具体事务,结合相同属性,并对其进行概况总结,从而确定共同模式与共同属性。关联分析规则可以直接应用于数据库之中,对数据进行统一记录,该方法数据记录准确性较高,降低了数据搜索空间,可以有效改善运行系统质量。

3.粗糙集法。粗糙集法在数据挖掘技术处理中作为一种数据工具,主要对不精确及不确定性数据信息进行研究,在整个运行系统应用中发挥着重要作用,其优势较大。表现在以下几个方面:粗糙集法的应用,可以不需要了解相应信息,在运算处理中,其算法较为简单且容易受到控制;粗糙集在运行中能够从数据中发现异常问题,排除获取知识过程中存在的噪声干扰,快速发展数据规律,通过表格形式,将数据规律进行归纳总结,并形成决策表,为实际应用查询提供支持;在数据库运行中多存在着数量较多的不确定信息,通过粗糙集法的应用,可以对全不确定信息进行处理,从而提高数据挖掘效率与质量。

三、数据挖掘技术在学生档案管理系统中应用的现实意义

随着学校规模扩大,学生数量增加,为提高学生信息管理,就要改变传统的学生档案管理模式。在计算机技术与通信技术发展的推动下,构建学生档案管理系统成为可能。在学生档案管理系统中应用数据挖掘技术,可以有效提高学生档案管理水平,提高档案管理效率,其应用现实意义重大。

1.数据挖掘技术应用可以提高学生档案信息管理安全性。学生档案记录着学生的基本信息及其在校表现等各种信息,如学生姓名、学号、考勤、成绩、惩罚状况、获奖状况、实践能力、外语水平等各种信息,档案信息完整性与真实性,直接影响着学生综合评价,影响学生就业问题,其现实意义重大。学校应做好学生档案信息管理工作,然而随着学生数量增加,采取传统档案管理其工作量较大,保管工作困难,且随着翻查频率增加,引起档案信息破损严重。档案信息管理应重视保密性,一旦学生档案信息被泄露,会对学生的隐私造成严重侵犯,甚至会对学生后期发展带来较大的消极影响。而在学生档案管理系统中应用数据挖掘技术,则可以有效提高档案管理实体及内容的安全性,切实做好学生档案管理工作。

2.提高学生档案管理效率,降低學生档案管理成本。在开展学校学生档案管理工作时,通过应用计算机数据挖掘技术,可以改变传统的档案管理方式,通过信息化技术,推动学生档案管理水平的提高,并提高学校学生档案管理的工作效率。在学生档案管理系统中应用数据挖掘技术,其处理档案信息的速度大幅提高,从而节约了管理人员在档案管理中所花费的时间,降低了工作强度。通过数据挖掘技术应用,推动落实学生档案评定工作,节约学生档案管理成本。此外,在学生档案管理系统中应用数据挖掘技术,可以为学校管理制度改进提供决策支持。

四、数据挖掘技术在学生档案管理系统中的应用研究

应用数据挖掘技术构建学校学生档案管理系统,应结合学校实际情况,从实际出发,以满足学校应用需求为中心,做到技术为实际需求服务,确保学生档案管理系统可以满足学校现实需求。当前,计算机网络技术快速发展并普及,信息化时代要求学校改进学生档案管理工作,提高学生档案信息管理系统的时效性、完整性。传统档案管理方式中,学生档案部分数据信息无法获得有效应用,为实现学生档案数据的有效应用,充分发挥学生档案价值,通过应用数据挖掘技术,寻找出学生档案数据中隐含的信息,并对其进行总结与应用,实现其综合效益。数据挖掘技术在学生档案管理系统中的应用主要表现在以下方面:

1.档案分类法在学生档案管理系统中的应用。档案分类法,是按照一定标准,将不同类型档案进行整理的方法,找出档案中属性类似的置于同一个类别之中,将不同属性档案分别放置于相应类别中。在档案分类处理中,数据挖掘技术能够对档案类别进行详细划分,协助管理人员完成档案归类,如依据学生入学时间、专业差异、主修课程差异等划分档案,从而提高档案检索效率。

2.档案收集法在学生档案管理系统中的应用。档案收集法,指的是通过分析学生档案数据库中的具体数据,在描述数据的基础上,构建数学模型,通过模型与所有测试样本进行对比分析,通过这种方式,实现对管理对象的划分。如在学校学生档案管理中,其对象应主要包括学生、教师、学校领导与家长。

3.数据挖掘技术决策树在学生档案管理系统中的应用。决策树法是在信息增益的基础上,寻找数据库中所存在的最大信息量字段并构建决策树节点,依据字段不同取值构建决策树分支。在学生档案管理系统中应用数据挖掘技术决策树法,可以对学生档案数据进行统计分析,发现决策属性对学生信息的影响,为学校领导决策提供依据,可以加强学生管理,为奖惩提供一定依据。如在学生档案管理中,对学生专业成绩属性进行分析,考虑到学生学科侧重点不同问题,引入绩点概念,将相应专业成绩属性作平均绩点计算,并分为优、良、中、差四个层次,同理,在学生档案考勤属性管理时,将出勤百分比作为依据,分为优、良、中、差四个层次,通过决策树法,直接显示出学生档案信息,为档案管理、学生奖惩提供便利。

在学生档案管理中应用数据挖掘技术,可以提高數据分类,提高档案检索效率,实现对档案数据信息的挖掘,从而找出档案管理与档案对象之间的关系。依据学生档案数据统计结果,针对不同学生,开展差异化指导,有助于提高学校教育质量,推动学生全面发展,现实意义重大。

五、结语

当前,学校办学规模扩大,学生人数增加,这就对学生档案管理工作提出了新的要求。在概述数据挖掘技术形式基础上,综合分析数据挖掘技术在学生档案管理中的意义及具体应用,实践证明,在学生档案管理系统中应用数据挖掘技术,可以有效提高学校学生档案管理安全性、管理水平、管理效率,降低学生档案管理成本,有利于挖掘学生档案中隐藏信息,为提高档案信息的应用价值,辅助学校决策,开展针对性指导提供便利,现实意义重大。

参考文献:

[1]高燕飞,陈俊杰.试析计算机数据挖掘技术在档案信息管理系统中的运用[J].内蒙古师范大学学报:哲学社会科学版,2012,41(4):44-46.

[2]黄世喆,吴 震.论数据挖掘技术在电子文件管理中应用的必要性与可行性[J].档案与建设,2011,(11):8-10.

[3]宇 然.档案计算机管理系统中关联规则的应用与实现[J].兰台世界,2011,(21):16-17.

[4]於立勇.计算机数据挖掘技术应用在档案信息管理系统中的探讨[J].电脑知识与技术,2012,08(2):260-261.

[5]索向峰.数据挖掘技术在档案管理系统中的应用研究[J].黑河学院学报,2013,4(2):113-115.

[6]张俊杰,张 华.数据挖掘在学生心理管理系统中的应用[J].科技信息,2010,(36):566.

[7]谭国臣,王晓涛,娜 嘉等.高校人力资源管理系统中数据构建与挖掘价值[J].人力资源管理,2011

[8]洪 洁.基于数据挖掘的学生管理系统设计与实现[D].云南大学,2010

猜你喜欢

数据挖掘技术应用学生
赶不走的学生
学生写话
基于Web的数据挖掘技术与相关研究
GM(1,1)白化微分优化方程预测模型建模过程应用分析
煤矿井下坑道钻机人机工程学应用分析
气体分离提纯应用变压吸附技术的分析
会计与统计的比较研究
聪明的学生等