数据挖掘技术在学生成绩管理中的应用研究

湖南省湘西职业技术学院计算机系 黄 青

数据挖掘技术在学生成绩管理中的应用研究

湖南省湘西职业技术学院计算机系 黄 青

在学校的管理工作中，学生成绩管理是非常重要的一个环节。当前我国一些学校在对学生成绩进行管理的过程中，虽然利用了相关的成绩处理系统，但是对人工管理的依赖性还比较大，这种管理方法不仅工作效率低， 容易出错，而且很难有效的对学生成绩进行分析，从而获取更多有价值的信息。如果学校能够充分利用数据挖掘技术，可以进一步完善成绩管理系统，从而挖掘更多隐秘的信息。因此本文在分析数据挖掘技术应用优势的基础上，还具体分析了如何才能根据数据挖掘技术设计一个合理的成绩管理系统。

数据挖掘技术；学生；成绩管理

1 前言

我国学校主要是由教师将学生的考试成绩逐一输入到成绩管理系统中，从而由该系统对分数进行分析，从而了解各分数段的人数等基本信息，但是目前所应用的系统不仅不能对得分点与失分点进行具体的分析，而且也不能对学习情况以及相关的影响因素进行分析。在信息不全面的情况下，教师就很难开展教学策略的改革，而且单纯将成绩存储于系统中造成了资源的浪费，不利于解决成绩管理系统问题，更是不利于教学质量的提高。

2 数据挖掘技术在学生成绩管理中的优势

目前各大学校使用的成绩管理系统存在一定的缺陷，它只能对基础的信息进行统计，而利用数据挖掘技术后，不仅可以对及格率和优秀率等信息进行统计，而且还能对某个阶段的学习成绩进行分析，从而了解学生在一个时期内的学习情况以及相关的影响因素，总之，利用数据挖掘技术可以更客观、全面的评定学生成绩。同时，利用数据挖掘技术能够了解学生在考试中到底存在哪些方面的不足，从而对学生进行针对性的学习，并了解试题的难易程度是否符合学生当前的学习状况[1]。在此基础上利用数据挖掘技术可以更合理的进行教学评价，从各个方面挖掘更多的信息，从而给予教师客观、全面的评价。此外，利用数据挖掘技术能够真实反映成绩影响因素，获取更多的有价值信息，从而有利于教师做出更合理的课程安排。

3 基于数据挖掘技术的学生成绩管理系统设计

3.1 数据挖掘过程的设计

只有合理设计数据挖掘过程，才能创建一个合理的学生成绩管理系统，一般来说数据挖掘较为复杂，可分为以下六个步骤：

第一个步骤是确定数据源。在整个系统的创建中，数据源是重要的基础部分。对学生成绩进行统计与分析的过程中，面向对象较为广泛， 不仅仅是一个个体，而是不同类型的学生 ，例如，对于教务处而言，需要对全校学生的学习成绩进行分析， 以便了解他们的学习情况 ，而对各个系别而言，他们需要对本系学生的学习成绩进行分析，以掌握更多的相关信息[2]。他们不仅面向对象不一样，而且数据挖掘目的也有所差异；第二步骤是选定模型。选定模型主要是指针对挖掘的问题选择对应的方法 ，并为该种挖掘方法，选择有效的算法，算法的选择尤其重要，因为它直接影响着挖掘信息的质量[3]；第三个步骤是采集数据。采集数据需要投入大量的精力，因此开发者在对信息进行收集的过程中，部分数据是可以直接获取的，但是部分数据需要通过实践调查获取；第四个步骤是数据预处理。开发者需要对各种数据进行预处理，并根据结果创建一个分析数据模型，这是非常关键的一个环节，只有做好了数据预处理工作，才能有效提高信息的质量；第五个步骤是数据挖掘。数据挖掘过程中充分体现了算法的具体的应用 ，开发者将通过这一环节深入的挖掘已经经过预处理的信息[4]；第六个步骤是解释和评价。解释和评价主要是指对挖掘结果 进行一个综合的分析、验证，并从中获取真正有效的信息 ，从而将根据数据信息改进教学策略，以获取更好的教学效果。

3.2 数据挖掘的基本方法

系统需要选择合理的挖掘算法，这是至关重要的一步，经过对不同的算法进行比较后发现，最佳的算法有两种。

第一种算法是关联分析法。应用关联分析法，主要是为了能够挖掘出各种隐含的数据关系。在具体的应用中，需要先提供一组集合，进而对其进行统计与分析，推导出数据的关联性 。对数据库系统进行建设的过程中 ，可应用的关联规则有很多，开发者需要根据实际需求进行合理的选择。通常情况下 可根据“可信度”，或者“支持度”这样的一个闽值，淘汰无效或者意义不大的关联规则。同时，关联规则算法需要遵循一定的步骤，首先，有关人员应当搜寻所有的频繁项集，即支持度不超过最小支持度的集合；其次，频繁项集之间形成的所有关联规则必须要满足最小置信度，或者满足最小支持度[5]。在实际的教学中，教师应用以上这种方法对课程教学与成绩相关性进行分析，可以获取更多有效的信息，对于教学质量的提高具有重要的意义。

第二种算法是决策树算法。决策树算法是建立在实例上的一种有效方法，不仅可以用来对数学进行预测与分类，而且还可以用来对数据进行预处理与挖掘。一般来说主要由两大部分组成：一是树的生成，二是树的剪枝。有关人员在利用决策树算法对数据信息的分类规则进行挖掘的时候，主要是以“if—then”的形式表示规则使用。而且这种具有自身的优势，从数据处理的角度来看，它的处理速度非常快，从结果的角度来看 ，分类准确率也很高，更重要的是算法可以容易转换为 SQL 语句。

4 结语

学校将数据挖掘技术应用于学生成绩管理管理中，可以对学成成绩进行客观、全面的分析，从而使教师能够全面掌握学生的学习状况，了解学生的知识薄弱环节，从而加强对学生进行这一方面的培训，并为课程开设提供真实的数据依据。同时，通过数据分析结果，教师可以了解教学策略存在哪些不足，从而作出相应的改变，以此有效改进教学方法。总之，数据挖掘技术的应用可以有效促进教学水平的提高，而且还能促进教学秩序的稳定，以改善学校的考风、学风、教风。

[1]刘春阳.数据挖掘技术在高校成绩管理中的应用研究[D].学位论文:大连交通大学,2013,07(16):196-198.

[2]赵辉.数据挖掘技术在学生成绩分析中的研究及应用[D].学位论文:大连海事大学,2014,09(16):98-100.

[3]康艳霞.数据挖掘技术在学生成绩分析中的应用研究[D].学位论文:华东师范大学,2014,06(15):109-111.

[4]曲萍.数据挖掘技术在高校学生成绩管理中的应用研究[J].网络与信息,2013,10(25):80-82.

[5]刘军.决策树分类算法的研究及其在教学分析中的应用[J].河海大学,2015,02(16):380-383.

黄青（1983—），女，苗族，大学本科，工程硕士，湖南省湘西职业技术学院计算机系讲师，研究方向：计算机应用、控制工程。