数据挖掘技术在大学英语考试结果中的应用研究

郝小静

【摘要】随着科技的发展，计算机等高科技的教学手段在各阶段教学中的广泛使用，数据挖掘技术这一技术在教育界随之诞生，大学英语考试对于该技术的应用也相当普遍。本文主要从数据挖掘技术的定义、分析方法及其步骤入手，探讨这项技术在大学英语考试结果的作用，如何充分应用这项技术，以进一步优化大学英语考试。

【关键词】数据挖掘技术 大学英语 考试结果

社会的不断进步，高端科学技术在社会上的广泛应用，人们生活质量也在不断提高。同样教育行业的教学质量也在不断地提升，教学方法和手段不断处于更新换代过程中。近几年来，数据挖掘技术在教育领域中不断地得到应用，为学校、教师、学生都提供了便利的教学条件，而对于数据挖掘技术在教育领域的应用也受到广泛的关注，本技术在大学英语考试结果中的应用属于重要的一方面。

一、数据挖掘的定义

数据挖掘属于数据分析的一种，即在大量的数据信息资料中的筛选出与人们特定的要求相符和的数据内容。数据挖掘就是通过全智能化的途径，在众多的、不确定的、海量的信息中总结和分析出，原本就存在的但不易被人们感知，具有总结性特点的相关内容。

二、数据挖掘的方法和步骤

1.数据挖掘的分析方法。数据挖掘分析方法主要包括聚类分析、决策树和人工神经网络。

（1）聚类分析就是将具有相同或相似特点的研究对象进行整合，通过数据挖掘技术的分析过滤，在无序的、混乱的研究对象中，输出其中被隐藏的、不明显的的行的特点结果。

（2）决策树是数据挖掘中的另一方面，具有对研究对象进行分类和预测的作用。也就是对众多分析对象按照一定的要求进行重新分组，并达到对某些事项预测结果的目的。

（3）人工神经网络是指类似于人的大脑的神经分布与信息处理的一种分析方法。

如图1所示。

2.数据挖掘的步骤。数据挖掘涵盖了四个部分：目标定义、数据收集、数据分析、数据挖掘结果评析。

（1）数据挖掘的目标定义是指人们利用数据挖掘技术所要的达到的最终目的和预期结果。

（2）数据收集是指确定了数据挖掘目标以后，所要进行的对相关数据的收集和整理，即人们所说的对研究对象的集中。

（3）数据分析是指在完成数据收集之后，通过使用数据挖掘技术，运用上述三种方法对研究对象进行集中处理。

（4）数据挖掘结果评析是指数据挖掘的最终的结果的输出，即预期目标的实现。如图2所示

三、数据挖掘技术在大学英语考试中的应用

在大学英语考试中，数据挖掘技术的应用主要体现在对于学生的身份、考试内容、考试成绩结果等方面。按学生的学号、姓名、年级、指导教教师等标准，进行数据挖掘，分析学生的分布情况。考试内容是指针对于考试内容的难易层次、答题正确率情况，进行数据收集，通过数据挖掘技术，分析学生考试成绩高中低的大体情况，从而确定以后考试试题的难易程度，对应不同层次的学生。

整个考试流程的最终目的是，通过数据挖掘技术，对考试成绩进行分析评估，提取出学生各个层次学生对教学过程中英语知识的掌握程度，进行有针对性的教学，改善教育方法，提高教育水平。

语言是人们与外界沟通的最重要的媒介。英语作为世界上应用最广泛的语言，英语的学习最为关键。大学英语考试是大学教学对大学生的英语接收程度的一种考核方法，大学英语考试结果运用数据挖掘技术，有助于提升教师对考试结果了解效率，化解教与学之间的隔阂，优化大学英语教育方法，提高教学水平。

参考文献：

[1]张和华，向华，吴旋.数据挖掘技术在医疗设备行业中的应用研究[J].中国医学装备，2015，10（01）：48-50.

[2]姚晓宇，冯丽.大学英语教学中的形成性评价分析[J].学周刊，2015，13（09）：10-11.

[3]卜剑锋.大学英语课程考试与CET-4成绩的相关性研究[J].惠州学院学报，2015，（09）01：117-120.

【基金项目】本文是内蒙古哲学社会科学规划项目“基于数据挖掘技术的大学英语网络自主学习过程性评价体系研究”（项目编号：2014B124 ）的阶段性成果。