刘静

（南京航空航天大学 国际教育学院，江苏 南京 210016）

随着信息时代的快速发展，大量的数据被人类搜集和存储，通过数据库我们可以方便的存储这些海量数据，但是由于之前的数据库功能缺乏，无数据分析和研究功能，数据并不能得到有效利用。而数据挖掘技术则可以方便有效的对复杂的数据进行分析和处理，在商业、金融等领域已得到了广泛使用。数据挖掘技术在许多行业已经有了比较成熟的技术和相应的挖掘工具软件[1-3]。

目前，许多高等院校都开放了各自的教务管理系统，也初步具备了日常管理功能，具有一定的信息处理分析功能[4-6]。但国内的教务管理系统，仍停留在日常事务处理的操作层面上，仅仅是从手工管理过渡到计算机上而已，没有涉及到面向主题和历史数据的分析决策层面上，也缺乏成熟的分析系统。总体上来说，教务管理的信息化仍处于初级阶段，离真正的信息化和决策化水平尚有较大的差距。因此，借助于数据挖掘技术对成绩进行分析、并找出隐藏在课程和成绩之间的关系规律，找出不同院系不同专业学生的就业率，使得决策者准确把握专业动向，合理进行决策安排，具有显著的现实意义。

1 数据挖掘技术

1.1 数据挖掘的概念

一般意义上的数据挖掘是一个进行探究海量数据的分析过程，该过程以大规模的数据为研究对象。通过数据分析找出数据之间的某种联系，并将这些规律应用到新的数据库中。……