李旭军

数据挖掘技术在高校教学质量评估中的应用

李旭军

所谓数据挖掘，即从海量的、不完全的、存在一定噪声的、随机的数据中提取潜在有用的知识信息的过程，这些知识信息人们事先并不知道，可以说它是一种更深层意义的数据分析方法，其与多门学科互相交叉，比如数量统计、模式识别、数据库、神经网络以及数量统计与模糊学等。在教学评价中应用数据挖掘技术可以对教学评价结果与其它因素间所隐藏的内在联系进行全面分析，从而促进教育体制的改革、发展与完善。讨论了数据挖掘技术在高校教学质量评估中的应用方法与步骤。

数据挖掘；教学质量；评估方法

一、数据挖掘的方法与流程

（一）数据挖掘的方法

常用的数据挖掘的方法包括关联分析、分类、预测、时序模式、聚类分析以及偏差分析等等。下面逐一来看：第一，关联分析。所谓关联，即两个或以上的变量取值间存在一定的规律性，即为关联。而数据关联是数据库存中一种重要的、可被发现的知识。进行关联分析的主要目的是挖掘出隐藏在数据库中的关联网。通常用支持度、可信度两个阈值来度量关联规则的相关性，还可以将兴趣度、相关性等其它参数引入其中，以保证挖掘的规则与实际需求更相符。第二，聚类分析。是把相似性较高的数据归纳为几个类别，类别相同其数据之间就相似，反之，类别不同其数据也存在差异。聚类分析从宏观的角度建立概念，挖掘数据属性间的相互关系，找出数据的分布模式。……