数据挖掘在教学管理中的应用

2018-07-10李虎

教育界·下旬 2018年4期

李虎

【摘要】目前各高校广泛应用的教务管理系统，涵盖了海量的教学数据。充分挖掘处理系统中的数据，让数据变为信息、知识，是合理规划教育资源，制定更加科学的培养方案和提高人才培养质量的有效手段。

【关键词】教学管理;数据挖掘;生源地

信息技术的高速发展、大数据的广泛应用、云计算的来临，给教学管理提供了海量的过程性、个性化的数据。通过对信息数据的收集、整理与分析，形成更为完善的大数据，切实提高高校教务管理工作的服务能力和服务水平。本文提出以课程成绩为基础对教务数据链进行分析与综合评价，得到大量被隐藏的有价值的信息，更好地为高校教学服务。

一、数据准备阶段

（一）成绩数据

成绩是评价高校教学质量的重要依据，也是评估学生对所学课程掌握程度的重要标志。利用教务系统全面挖掘成绩数据中的内在联系，为教学管理提供相应的指导。

成绩数据信息包括学年学期、年级、学号、姓名、课程名称、任课教师等。

（二）学籍数据准备

学籍数据的准备来源于课程信息，包括修读学生的年级、学号、姓名、生源地、籍贯等。

二、数据挖掘

现将我校2016级和2017级本科高等数学、大学英语的期末成绩进行抽样统计分析，所得数据如下。

（一）本科生高等數学课程期末成绩的统计分析

2016级和2017级学生高等数学期末成绩统计结果为：2016级总人数767人，平均分75.98，方差7.68，不及格率14.2%;2017级总人数1113人，平均分71.11，方差7.82，不及格率16.11%。现对两个年级高等数学期末成绩分析如下：在平均分方面，2016级高于2017级;在不及格率方面，2017级不及格人数大于2016级;在方差方面，2016级考试成绩平均分比2017级高并且学生成绩较稳定。

（二）本科生高等数学期末成绩按任课教师统计分析

任意选取相同专业的两个年级2016级、2017级高等数学期末成绩按分数段统计。

2016级1101由教师A授课，其分段数据为1-59分8人，60-79分34人，80-100分60人，课程平均分为78.93，不及格率7.84%。2016级1102由教师B授课，其分段数据统计为1-59分17人，60-79分35人， 80-100分42人，课程平均分为74.14，不及格率18.19%。

2017级1201由教师A授课，其分段数据1-59分13人，60-79分52人， 80-100分39人，课程平均分为71.64，不及格率12.26%。2017级1202由教师B授课，其分段数据1-59分20人，60-79分47人， 80-100分46人，课程平均分为70.7，不及格率17.7%。

现对2016级、2017级高等数学期末成绩按分数段统计结果分析如下：上述统计数据是2016级、2017级相同专业不同的两个课序班，分别是1101、1201由A教师授课，1102、1202由B教师授课，通过对比，A教师所授课程的学生平均分均高于B教师，A教师所授的课程学生不及格率低于B教师;2016级在80-100分段学生人数大于B教师，2017级此分数段相差不算太大。

（三）本科生不同生源地高等数学期末成绩统计分析

高等数学期末成绩分数段所占百分比统计，数据来源于我校招生的2016级、2017级广西、湖南、四川、天津四省区市本科学生。

2016级高等数学分段分数百分比统计：0-59分段广西10.2%，湖南15.4%，四川12.7%，天津52.5%。60-79分段广西31.1%，湖南15.4%，四川16.2%，天津18.65%。80-100分段广西18.8%，湖南25.6%，四川23.5%，天津5%。

2017级高等数学分段分数百分比统计：0-59分段广西10%，湖南20%，四川13.33%，天津66.07%。60-79分段广西26.7%，湖南20%，四川23.9%，天津17.5%。80-100分段广西16.6%，湖南18.5%，四川19.5%。

现对我校招收的2016级、2017级广西、湖南、四川、天津四省市本科学生，高等数学期末成绩分数段所占百分比结果分析如下：2016级、2017级广西、湖南、四川、天津四省区市本科学生在高等数学课程成绩分段分数所占百分比，上述统计数据表明，天津市学生高等数学课程成绩不及格率都大于50%，且80-100分段学生相对较少;湖南和四川两个年级的学生课程成绩分段占比基本一致，特别是80-100分数段学生人数比。

（四）大学英语课程期末成绩的统计分析

2016级和2017级学生大学英语期末成绩统计结果为：2016级总人数1125人，平均分70.1，方差9.48，不及格率11.75%。2017级总人数800人，平均分69.76，方差12.47，不及格率9.79%。现对两个年级期末成绩的分析如下：从两个年级平均分来看，2016级高于2017级，不及格率为2017级不及格率小于2016级，2016级的方差小于2017级，表明2016级大学英语成绩比2017级成绩较稳定。

（五）本科生大学英语课程期末成绩按任课教师统计分析

任意选取相同专业的两个年级2016级、2017级高等数学期末成绩按分数段统计。

2016级1101由教师A授课，其分段数据1-59分1人，60-79分73人， 80-100分20人，课程平均分为76.73，不及格率1.52%。2016级1102由教师B授课，其分段数据1-59分19人，60-79分46人，80-100分0人，课程平均分为60.7，不及格率29.23%。

2017级1201由教师A授课，其分段数据1-59分1人，60-79分124人， 80-100分59人，课程平均分为76.5，不及格率1.59%。2017级1202由教师B授课，其分段数据1-59分9人，60-79分70人，80-100分29人，课程平均分为66.3，不及格率16.67%。

现对2016级、2017级大学英语期末成绩按分数段统计结果分析如下：通过分析上述统计数据，2016级、2017级相同专业不同的两个课序班分别是1101、1201由A教师授课，1102、1202由B教师授课，通过对比，A教师所授课程学生平均分均高于B教师，A教师所授课程学生不及格率远低于B教师，A教师两个年级80-100分数段学生人数远大于B教师此分段学生人数。

（六）本科生不同生源地大学英语统计分析

用高等数学期末成绩统计分析相同的方法统计2016级、2017级四省区市本科学生在大学英语期末成绩分数段所占百分比。通过对比分析，天津市学生大学英语课程成绩不及格率都大于25%，且在80-100分数段的学生相对较少;2016级广西和天津两个年级的学生课程成绩分段百分比基本一致，特别是60-100分数段的学生人数比;2017级广西和四川两个年级的学生课程成绩分段百分比基本一致，特别是70-100分数段的学生人数比。

三、关联分析

通过高等数学课程期末成绩统计与按任课教师统计对比分析，任意选取我校两个年级高等数学期末分别是1101、1201由A教师授课和1102、1202由B教师授课的成绩。教师A所授高等数学期末成绩平均分高于平均水平，不及格率均低于平均水平。以上数据充分证明课堂教学的效果决定教学质量的高低。数据反馈结果也得到关联证明，比如A教师多次在我校教学竞赛中获奖。

高等數学课程期末成绩统计与不同生源地高等数学期末成绩分析对比，生源地为天津的学生高等数学不及格率高于平均且不及格率占40个百分点左右，且80-100分数段人数占比较少，特别是2017级此分段人数为0。生源地来自湖南和四川的生源质量基本持平。

通过大学英语课程期末成绩统计与按任课教师统计对比分析，任意选取我校两个年级大学英语分别是1101、1201由A教师授课和1102、1202由B教师授课的期末成绩。教师A大学英语期末成绩平均分高于平均水平，不及格率均低于平均水平。数据反馈结果也得到关联证明，比如A教师职称为副教授，学生教学评教名列前茅。

大学英语课程期末成绩统计与不同生源地大学英语期末成绩分析对比，生源地为天津、广西的学生大学英语成绩集中在60-69分数段，其学生人数大于40%，80-100分数段人数所占比例较少。与高等数学数据基本相似生源地来自湖南和四川的生源质量基本一致。

四、结论

从这些分析的成绩数据捕捉到授课教师的选择对学生成绩的影响是显著的。同一生源地的学生不同课程平均分占比大致相同，不同生源地的学生成绩对总平均成绩影响是显而易见的。教师综合素质越高，学生平均成绩越好，特别是80-100分段学生所占比例越大。学生高等数学成绩与大学英语成绩关联性影响对学生成绩的影响不是主要的因素。

由于本文所筛选的关联数据只是在一定程度上反映了影响学生成绩的因素，对大数据的认识理解程度存在差异，所研究的关联数据十分有限，这也是本文的不足之处。随着科学技术的不断发展，教务管理系统软件自身的数据分析、统计、挖掘能力将不断完善，让数据变为信息、知识，整合优化教育资源用于教学决策，学习优化服务，将增强自身的竞争力、吸引力，提高高校教务管理工作的服务能力和服务水平。