鹿梅 荣家

摘 要：在现代教学活动中，教学人员经常会面对大量收集来的信息，学会使用数据挖掘技术快速有效地处理这些信息，就可以从大量的数据信息中快速高效地找到有用的信息，指导我们开展教育教学工作，提高工作效率，改进教学方式和方法，更好地促进学生的成长成才。

关键词：数据挖掘技术;因材施教;教学质量评价

随着互联网、社交平台、云计算等技术不断发展和提高，它们在我们日常生活中的应用也越来越广泛，给人们的生活带来天翻地覆的变化。但同时，大量的信息也带来了“信息泛滥”、“数据爆炸”等现象，当我们要解决具体问题时，面对海量的信息很难快速做出区分和选择，这时需要新技术和自动化工具来帮我们处理信息，从中找到对我们有用的信息，数据挖掘技术就这样产生了。

简单地讲，数据挖掘就像从沙子里寻找金子的过程。数据挖掘是指在大量的数据中挖掘出有用信息，通过系统的一系列处理揭示出数据之间有意义的联系、趋势和模式，找到我们需要的结果表达，帮助我们做出正确的判断，提高工作效率。本文将主要针对数据挖掘技术在教学方面的应用展开研究分析。

1.在学生评估方面的应用

现代教育理论强调因材施教，因材施教就是针对不同学生的基础和特点，采用不同的教育方式，以求达到最好的教育效果。对学生的全面评估是因材施教的基础，要评估的内容与学生学习和受教育的情况相关联，主要包括：不同科目的学习基础、学习习惯、兴趣爱好、性格特点、父母受教育程度、家长关注程度、亲子关系等，借助收集来的这些数据信息，利用数据挖掘技术进行分析整理，找出其中关联因素，从中挖掘出学生真正的兴趣爱好、学习特点等特征，进而能合理设置课程、组织教学内容、选择教学方法、巧妙设计知识的切入点等，目的是规范学习行为，从兴趣出发提升学习能力，提高学习效果。

数据挖掘技术可以很好地指导教师未来的教学活动，对教师在日后教学过程中具有指导意义。通常对学生学习能力了解清楚之后，教师才能根据学生的情况做到因材施教，更好地促进每个学生的全面发展。

2.在学生成绩分析中的应用

考试成绩是学生学习效果的最直接的反映，每个学期每门课程都会有多次考试。以往教师会在考试后做试卷分析，根据不同类型考题的得分情况，教师通过大脑来分析学生的学习情况。有了数据挖掘技术，我们可以根据考试题目中不同的测试方向（知识点记忆、运用知识点分析、综合多个知识点分析）来设定分值和统计得分，再加上学生的智力测试、近期学习态度情况等建立基础数据，利用数据挖掘技术，分析并发现隐藏于数据背后的有效关联规则，找出每个学生的知识薄弱环节和关联因素。如果是多数同学存在的问题，则应该从教师方面调整教学方法和教学策略，以达到最好的教学效果。

3.在实验教学中的应用

实验是教学的重要环节，特别是物理、化学、生物等科目。实验过程中受实验器材的灵敏度、环境条件、操作者的熟练程度等因素的影响，使实验结果经常会有误差，学生对实验结论会有怀疑。我们利用数据挖掘技术对所有结果进行归纳分析，就可以得到准确的实验结论，并能解释所有误差的原因，也能对学生以后的实验操作提供帮助。例如，在物理电学实验“小灯泡的伏安特性曲线测定”中，因为小灯泡的电阻受温度影响在不断变化，所以测得的伏安特性曲线并不是一条直线。通过数据挖掘技术，可以将班级上所有小组的数据进行整合，并在数据处理后显示出来，每个小组测定的伏安特性曲线不是完全一样的，可以将所有小组测定但数据的背后规律发掘出来，从而让实验结果更加可信，也让学生更加清楚地认识到小灯泡的物理性质。

4.在教学评价中的应用

教学质量评价是每个学校期末必不可少的一项工作，它是衡量学校教学质量的重要指标，评价结果将作为教师职称晋升和评优选先的主要依据。各个学校的评价办法不同，大致都是教学管理部门制定评价指标和評价权重，由不同人群进行打分，通常包括学生评价、同行评价、教师自评、督导评价、管理者等，各组评分按一定比例计入总分，按分数的高低决定评价等级。这种评价方式内容和形式较为简单，无法反映教学过程中深层次的问题，表面上能定量表现教师教学质量，实际上却不能对教师的教学效果进行定性分析，不能对提高教学质量提供一些有针对性的指导意见。

随着计算机技术应用的不断发展，数据挖掘技术已经发展成为一门成熟技术，通过对评教指标设置的权重进行统计、教师信息、课程信息、相关课程成绩进行比较，找出评教数据中潜在的一些关联信息，发现隐藏在数据背后的内在规律，寻找出对教学效果产出积极影响的因素，给教学管理部门组织教学、教师培训提供有价值的参考意见。高质量的教学评价能够在教学过程中发挥积极的引领作用，促进专业课程建设，加强师资队伍建设，帮助学校教育适应现代化教育的潮流，提升学校教学水平，增强学校竞争优势。

5.总结

随着数据挖掘技术的应用普及，它会在教学的各个环节得到应用。只要我们有了基础信息就可以利用它寻找出相对应的数据信息，具有数据集成、数据清理、数据选择、数据变换、模式发现、模式评估和知识表达等功能。

数据挖掘技术在教学管理中得以应用，与传统教学管理相比，效率更高，更加开放、多元化，而且教学参与者之间的交流也更通畅、互动更深入，教师的课程和作业更灵活，大大减少教师无效工作量，使教师集中精力解决核心问题，提升教学业务水平。

数据挖掘技术可以较好地应用于教育教学的许多环节，如教师管理、学生管理、课程设置、学时分配、财务管理、实验室配置等，未来教育行业发展中面临越来越多，越来越冗杂的数据信息，必须借助数据挖掘技术进行处理、优化，让教学系统的配置达到最理想的状态，能够为教育教学的开展提供保障，也能为教育事业的稳定发展提供坚实基础，培养出满足社会发展需求的人才。

[参考文献]

[1]刘铭，吕丹，安永灿.大数据时代下数据挖掘技术的应用[J].科技导报，2018，36（09）：73-83.

[2]周庆，牟超，杨丹.教育数据挖掘研究进展综述[J].软件学报，2015，26（11）：3026-3042.

[3]胡水星.大数据及其关键技术的教育应用实证分析[J].远程教育杂志，2015，33（05）：46-53.

（作者单位：1、山东省烟台护士学校，山东 烟台 264000;2、山东省烟台市芝罘区教体局，山东 烟台 264000）