数据挖掘在高职院校学生技能考证管理中的实践思考

陈婷婷

目前高等职业院校毕业生的技能要求越来越高，而在数据统计过程中，因为数据信息庞大和复杂，使得传统方法无法对这些数据进行有效的分析。本文主要分析了现在数据挖掘算法的现状，其中存在的不足，以及数据挖掘技术的改进方法，以高职院校学生技能证管理数据为例，对这项技术进行了深入的研究。

对于高职院校来说，学生就业管理部门主要的工作就是对学生信息进行管理。通过对学生信息准确的收集和把握，可以为学生将来的就业指导提供非常好的依据。所以本文研究了卜面系统，对数据挖掘技术在高职院校学生技能考证方面进行实践探索，从而使高职院校对学生信息能做到更好的管理。

1 数据挖掘技术

面對海量的学生技能、考证、就业等信息，如果没有很好的管理技术和方法，那么这势必将成为一件耗时、耗力的苦差事。因为这项工作，需要相关的工作人员对学生的信息进行收集、整理、分类归纳等。在大部分的信息当中，一般都是些不同类型的数据，而且在这些数据信息的管理过程中，相关工作人员没有对这些数据信息做到有效的处理。因为，随着学校快速的发展，学生信息的不断增多，而且向着更加复杂化的方向发展，这就造成了传统的数据处理技术已经完全无法满足现代数据信息的管理需求。从这方面也可以看出，利用现代先进的技术对数据挖掘技术进行有效的优化和完善，提高其对数据信息的处理效果，便成为了现代非常重要的工作。

数据挖掘简单的解释就是高速、有效的对数据信息进行处理的一种技术。数据挖掘，英文为Data Mining，简称为DM。这项技术、结合了数据库、人工智能、数理统计学、模糊数学等多个领域的前沿理论与技术。通过采用这项技术，可以让人们在纷杂的数据信息中快速的提炼出自己想要知道的信息和知识。因为这项技术有着如此的优势，所以在许多数据处理过程中，都采用了这项技术，最终都取得了不错的处理效果。但是，我国现在在这方面的技术还比较落后，只是处在一个初步的发展阶段，对数据挖掘的核心技术的研究还不够深入和透彻。

2 数据挖掘技术在职业技能考证信息应用结果分析

2.1 数据挖掘技术开发步骤

数据挖掘是一项非常系统的工作，所以在对其进行开发时，一定要按照步骤进行：

①对需要处理的数据信息进行有效的分析，并且从中获得符合要求的相关数据和信息。②对经过分析的数据和信息进行再次的筛选和提炼，确保自己所获得的信息是全面的，没有出现遗漏的情况，同时，这些数据信息还是相互兼容的。而对于那些不满足自己要求的数据信息进行有效的清理，然后再选出新的数据来进行选择和提取。③选定数据挖掘算法。在对数据处理过程中，主要就是通过采用这样的数据挖掘算法来对相关的数据信息进行提取。④对数据库中的所有数据都进行处理之后，再在这个基础上建立起一个新的数据集。⑤对处理之后的数据做到清晰的说明，以便区分和辨识。⑥验证挖掘效果。通过进行具体的数据分析对数据挖掘的整个结果进行验证，确保挖掘信息的正确性和真实性，最终好达到预期效果。在对数据挖掘进行验证的时候，要对其中不符合要求的信息进行进一步的排除。

2.2 学生技能考证培训信息挖掘结果分析

2.2.1 统计分析方法

统计分析方法是数据信息处理中常用的一种方法，数据挖掘过程主要需要对数据信息进行统计的方面有这些：

（1）常用统计，就是人们在日常高职院校学生信息统计时常用的统计方法和信息处理方法。

（2）相关分析，根据一定的标准，对高职院校学生信息进行具体的分析和处理。

（3）回归分析，通过运用回归方程对高职院校学生信息中的变量进行有效的处理和分析。

高职院校在对学生技能考证方面的数据管理过程中，在数据统计分析期间，经常容易出现数据杂乱的现象，这种情况严重的影响到了数据信息处理，更加不利于采用数据挖掘技术对数据进行处理，所以才造成了统计过程中，出现了许多乱象。另外，设备本身存在问题也会严重的影响到数据挖掘的效果，所以在数据管理过程中，确保设备的正常运行也是非常重要的。

2.2.2 数据预处理分析

在对高职院校学生的信息进行处理时，如果直接采用数据挖掘技术对这些信息进行处理，势必会造成处理的数据过于大且集中，很难达到理想的处理效果。所以在对这些数据信息进行处理时，相关的工作人员可以先对数据信息进行预处理，这样便可以保证后面数据信息处理工作更好的开展。

综上所述，随着现代高职院校的快速发展，对学生信息管理的要求也更高，这就要求相关的部门不断提升学生信息管理的技术。相关的工作人员要加强对数据挖掘这一技术的研究，并且建起属于自己学校学生信息的数据库，从而推动高职院校学生信息管理技术的不断发展，为学生专业技能的培养和将来的就业指导做到有效的管理和帮助。

（作者单位：南京机电职业技术学院）