基于数据挖掘技术的高校教学管理信息化探索

［摘 要］ 数据挖掘技术有较强的信息处置能力，即便面对海量数据，仍可在较短时间内完成数据整理分析，数据采集迅捷，在数据分析方面精准度较高，可判断数据信息发生轨迹，成为数据信息内容把控的重要手段。在教育深化改革的背景下，高校重视教学信息化管理工作，引入教学信息化管理系统后，选择分类式方法进行教学管理。基于高校对教学工作的定位，利用教学信息化管理系统整理活动数据，配合数据挖掘技术进行课程设置、学生成绩分析、特征判断和高校领导决策信息提供等工作，为高校教学管理工作赋能，可使教学管理高质量运行。

［关键词］ 高校教学管理；数据挖掘技术；课程设置；决策

［基金项目］ 2020年度中共云南省委宣传部“全面从严治党在云南的实践经验研究”（MGC202007）

［作者简介］ 王焱（1973—），女，云南广南人，硕士，文山学院宣传部副教授，主要从事公共管理研究。

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）01-0109-04［收稿日期］ 2023-02-04

信息化管理模式如今在我国各个领域均得到普及，高校担负为国家培养人才的重要使命，为使内部各类活动高效进行，高校也引入信息化管理模式，搭建切合自身需要和教务工作要求的信息系统。高校搭载的教师管理信息系统具有鲜明的特点，但随着学生数量增加，在教学管理信息系统使用中，可能因数据过多而影响分析活动的开展，如何处理庞大数据成为困扰高校教务人员的难题。数据挖掘技术在高校教学管理信息化转型中，成为高校教务人员合理应用教学管理数据内容的手段，可以从教学管理数据中挖掘价值元素，为教学工作者推进教育活动提供支持，使教学资源得到合理配置，利于教学活动的高质量进行，在教育活动和教务管理方面作用显著。

一、数据挖掘技术的相关概述

数据挖掘技术是对数据内容进行剖析，可以从海量随机的信息中找到有价值的内容，简化数据库资料，利于资源的回收和利用。在信息大爆炸时代，使用数据挖掘技术可以有效合理处置长期积累的资料，对随机且不完整数据进行准确、全面的处理，完成数据统计任务。在数据不断增加的过程中，利用数据挖掘技术，根据使用者对数据资源的利用需要打造统计数据系统，能够依托技术手段为工作人员使用数据服务，可以从大量随机数据中提取有价值的内容。数据挖掘技术具有实时更新、表现系统局部特征、信息挖掘能力强等特点，可以剖析数据库中内容，从中获取使用者需要的信息，可以将多样的信息形式处理归纳为概念、规则、模式、规律等［1］。

二、教学管理数据挖掘的目标

高校在国家提出的要求下，将构建一流大学作为工作目标，转变传统教学管理形式，基于现代发展需要推进数字化校园建设，将其作为下一阶段的主要目标，为学生提供较好的环境和教务服务。高校在教学管理中引入数据挖掘技术，推进数据管控工作。高校在数字化校园建设时，给出教学管理信息系统数据挖掘的目标，在现代教育教学管理维度下，对计算机数据挖掘技术进行深层次的研究，给出实现数据挖掘的方案，打造稳定、有效、可靠的数据挖掘模式。使用数据挖掘技术，可以从随机、模糊、分散的教学管理数据中按照筛选条件查找信息，教务人员可利用技术手段，从海量的教学管理数据中进行信息提炼，找到价值元素，成为教师与其他管理工作的支撑数据，让教学资源优化配置、资源高效利用成为现实。在高校推进教学管理时，积极开展人才培养质量跟踪的监控工作，研究高校教学工作现状，基于获得的信息，厘清科研与教学的关系。高校领导可利用数据挖掘所得到的关键信息，明晰高校运转情况，根据高校发展需要和设定的目标，做出适合的决策，促使高校在每个阶段完成设定的工作任务［2］。

高校在教学管理数据的处理中，以数据挖掘技术进行信息价值元素的检索，寻找关键内容作为评估教学活动开展情况的研究内容。高校应该在计算机技术使用中明确教学管理的要求，对教学管理数据进行挖掘的意义在于通过探索研究，为教学工作高质量进行提供价值信息。计算机是高校教务人员挖掘教学管理数据的媒介，通过应用计算机，按照数据挖掘技术流程处理信息，从中找到价值内容。高校在教学管理数据的研究中，通过数据挖掘技术的使用，可将信息利用水平提升到更高水平［3］。

在教学管理数据的研究中进行微观至宏观的统计，凭借数据分析、统计、推理、综合利用，找到教学活动的关联，以价值管理数据作为支撑，对教学活动的变化趋势进行预判，总结一般性知识，这些均可以成为高校教学管理的指导内容，有助于高校领导对接下来的工作给出妥善安排。高校领导可借助数据挖掘技术得到的信息，从多种方案中选择可行性最高的一款，使教学活动在资源合理配置与活動科学设计下有序进行［4］。

三、基于数据挖掘技术的高校教学管理工作流程与操作方法

（一）技术流程

数据挖掘主要对数据信息进行处理，通过对数据的系统化处理程序，找到使用者需要的信息。在数据挖掘技术的使用中进行数据收集，确定教学管理的真正对象，整理相关信息并进行剖析，归纳教学管理对象多方面的特征，在此基础上选择适当的方法整理数据［5］。

在数据采集并归纳后，按要求的形式进行整理，得到特点数据并为后续数据处理与共享服务。在数据管理中还会进行规约的工作，因为符合条件的数据内容不详，会在数据挖掘与剖析时花费一定时间。因此，需要做好数据属性的采样与选择后，分别记录原始数据的集中属性。在保持原始数据完整性的同时，可将数据挖掘工作的效率提升至更高层次。

在数据清理方面，处理掉不相符、错误、不完整的内容，将正确且完整的信息存入数据库内。在数据交换方面，利用数据处置方式，实现数据库内信息的转化，为数据挖掘提供条件。

在数据挖掘中根据决策树、遗传算法、神经网络等方式，实现对处理数据内容的深度挖掘，从中发现价值元素。在数据处置的终端进行挖掘数据信息的结果评估，评估挖掘数据内容是否与使用者期盼相符，如果相符即可停止数据挖掘与分析，如果得到的数据与使用者预期不符，则需要返回初始环节重复操作，筛选数据信息，得到使用者想要的内容。

（二）操作方法

1.决策树。决策树可以对庞大数据进行合理分类，完成系统化处置。在数据处理后将信息内容分化为多个类别，可以从细小分支的数据整理中找到与条件相符合的内容。在数据处置时，还可剔除不符合条件的数据。

2.遗传算法。遗传算法根据优胜劣汰、适者生存的生物界演化规律进行设计，在数据处置中可以进行随机搜索。

3.神经网络。神经网络是基于动物神经网络特征模拟进行的数据处理模式，在模拟动物神经网络行为特征后，选择分布式的方法处理数据，对数据内部的联系进行处置，最终达到数据信息处理的目的。神经网络具有分布并行、稳定、高容错等特征，是数据处理的常用手段，可降低不确定性对数据分析的干扰，并在数据挖掘操作下得到价值内容。

四、高校教学管理信息化中数据挖掘技术的应用

（一）课程设置

在高校开展教学管理时，关注教学活动的推进情况。教学活动能否使学生受益与教学方式的应用有关，教育工作者在课程前后应重点研究教学方法。不同班级文化各异，教师在授课时的风格也有较大不同，这些均会对学生学习形成一定的影响，教师如果不能对课程进行合理设计，将会影响学生对课程活动的参与程度，最终导致学生成绩出现较大差别，不利于学生对课程内容的吸收。学生专业能力的培养是教育工作重点，而课程设置不当，可能降低教学工作的有效性，无法达到在学生能力培养方面的要求。

（二）学生成绩剖析

教学管理系统的数据库内存储学生的相关资料，其中学生成绩的占比不小。学生成绩一直被视为课程教学评估的重要指标，在教学管理中对学生考试成绩进行收集与分析，可在一定程度上反映学生对专业课程的学习情况。在学生成绩数据的采集整理与分析中使用大数据挖掘技术，在数据处置中绘制学生成绩的图表，可直观地看到学生在不同阶段成绩的发展趋势。教师可以结合学生考试成绩的涨幅趋势，对学生下一阶段的成绩进行预估，同时反思教学工作，找到教学工作存在的不足，科学调整教学方案和课程安排等内容。

（三）学生特征判断

高校教学管理系统会记录学生学习情况与基本信息，在教学管理系统运行时，教师整理其中的数据并进行剖析，得到教学工作需要的信息，便于教师分析学生不同阶段的学习能力。教师利用数据挖掘技术，通过教学管理系统采集的内容，掌握学生出勤状况、考试成绩、个人特长、擅长科目与学习经历，这些均可成为教师判断学生特征的元素。教师在数据深度剖析中，对学生性格特征进行判断，为不同学生提供个性化的学习计划，调整学生参与训练活动的强度，使用个性化的教育引导方式，让学生合理分配时间，将大部分时间应用在薄弱科目，使学生均衡发展，避免学生在专业课程知识学习上出现短板。

在教学管理中，对教师管理信息进行收集与挖掘，结合学生的具体情况进行类别划分，成为教师个性化教学的支撑数据，有助于教学管理工作的科学开展。在教育深化改革中，高校教师开展教育工作必须注意工作方法，使用教学管理系统收集学生信息，教师可以利用系统中的信息判断学生个性特征。

（四）教学评价

教学评价可以判断教学工作是否合理，便于教师找到教学期间出现的问题，是教学工作的良性辅助手段。以往教学评价采用打分的方式，学生根据问卷项目，结合教师教学工作的开展情况进行评分。对于学生打出的分数，高校常以数据量化的方式进行分析，最终得到教学评价结果。此种方式得到的评价过于片面，学生打分时可能掺杂个人情感，致使评分客观性备受争议，很难准确评估教师教学的真实表現。如果仅围绕学生对教师打出的分数进行判断，难以通过相关数据准确判断教师教学工作的得与失。数据挖掘技术应用到教学评价后，可以搜集教学管理信息系统的数据，比如班级学生期末考试成绩、随堂测试成绩等。在数据整理中，结合教师所教专业，兼顾多个评判指标给出客观的教学质量评价结果。

在数据挖掘技术的使用中从多维度进行考量与判断，得到的评价结果真实性更高，从而发现教师在教学方面的不足。教师可根据教学评价结果改进教育方式，基于专业课程教学任务和人才培养要求设计教学方案。在数据挖掘技术应用到教学评价后，能够对学生测试成绩、课程活动内容与其他信息进行多维度的比较与挖掘，最终成为评估教学工作的素材。教学评价结果准确性提升后，便于教师找到教学工作存在的问题，为教学工作高质量推进提供可能。

（五）做出科学决策

在信息网络技术快速发展的背景下，高校基于自身需求建立教育信息管理系统，其包括学生学籍、教务管理、成绩管理、试题库、图书馆、网络教学平台等多个子系统。高校对此类系统数据进行处理与挖掘，方便高校领导掌握教育工作的情况。高校领导作为高校活动的管理者，其决策会直接影响高校教育活动的进展方向与实施效果。在数据挖掘技术使用中，教务管理人员需要对教育信息管理的诸多子系统数据进行处理，使用数据挖掘技术深度处理数据，最终得到价值内容。

教育管理人员在数据筛选中，通过各类筛选条件得到价值内容，成为领导决策的研究内容。教育人员可以收集学生未来希望从事的职业、工作地点，结合学生所在专业建立数据模型。教育管理人员在国家政策要求与市场状况等多个因素的分析中，做出学生就业培养的决策，提高该决策的合理性，有助于高校就业率的提升。

五、数据挖掘技术在高校教学管理信息化发展方面的趋势

高校在教学管理方面建立信息化系统，以数据挖掘技术处理系统收集的信息，可以对学生学习成果、学生数量、课程设置、学生毕业就业等方面内容进行整理，找到利于教学管理工作进行的数据，在教学管理方面作用显著。在课程设置、学生特征分析与判断方面，数据挖掘技术可以发挥较大价值，还可以为高校领导决策提供有价值的参考内容。在高等教育深化改革的过程中，我国高等院校对教学管理提出了更高的要求，数据挖掘技术成为高校高质量开展教学管理的技术手段。

高校在未來的教学管理方面需要进一步使用计算机网络技术，做好关键内容的处理，成为管理工作高质量、高效率进行的推动力。高校还需要在教育管理信息系统建设时，依托数据挖掘技术完成数据库内容的深度剖析。高校领导会给予教学管理信息化建设足够的支持，通过人力、财力等资源的投入，搭建完善的数据挖掘技术体系，在教学管理数据挖掘期间，教育人员会定期更新信息管理系统，提高数据挖掘技术在信息处置方面的价值。

结语

高校在教学管理中需要快速处理教务信息，保证信息中的价值元素能够快速被教务管理人员发现，并应用在教学管理中，为教学工作高效进行保驾护航。在高校教学管理信息日益增多的过程中，如果仍以人工方式处理信息，显然是不理智的。因此，高校必须推进教学管理信息化转型，以数据挖掘技术在海量数据的处理中寻找价值元素。数据挖掘在教学管理中有突出表现，可以处理海量的信息并在大量信息中挖掘有效内容，在课程设置、学生成绩分析、工作决策、学生特征判断等方面均有不小的作用。高校教学管理信息化发展期间，应注重数据挖掘等现代技术的使用，还必须根据教学管理的初衷，最大限度地利用数据挖掘技术，由此可以通过数据挖掘技术得到的数据，为教学管理工作赋能。高校教务管理人员和教师在数据挖掘技术的使用中，需要确定技术的操作方法和流程，根据数据挖掘技术在高校教学管理信息化方面的使用情况，改进数据挖掘技术的操作方式，在教学管理方面获得理想的工作成果。

参考文献

［1］杨兴波.大数据背景下线上教学质量监控与评价的探索分析［J］.湖北开放职业学院学报，2022，35（23）：145-146+155.

［2］罗翔，余小蕊.高校线上教学质量监控与保障体系探析［J］.中国成人教育，2022（24）：44-46.

［3］李奇，康琪.基于数据挖掘的高校教学质量评估系统分析［J］.现代教育论坛，2021，4（7）：8-9.

［4］陈震.高校教学资源数据管理现状和意义研究［J］.读天下（综合），2020（23）：1.

［5］宋文正.高校线上教学质量监控与保障体系探究［J］.教育教学论坛，2022（29）：89-92.

Exploration of University Teaching Management Informatization Based

on Data Mining Technology

WANG Yan

（Publicity Department， Wenshan University， Wenshan， Yunnan 663099， China）

Abstract： Data mining technology has a strong ability in information disposal. Even in the face of massive data， it can still complete data sorting and analysis in a short time， with rapid data collection and high accuracy in data analysis. It can judge the trajectory of data information and becomes an important means to control the content of data information. Under the background of deepening education reform， colleges and universities attach importance to the teaching information management. After introducing the teaching information management system， they choose the classification method for teaching management. Based on the orientation of the teaching work in colleges and universities， this paper uses the teaching information management system to sort out the activity data， and with the data mining technology to carry out curriculum setting， student achievement analysis， characteristic judgment and school leadership decision-making information， so as to empower the teaching management in colleges and universities.

Key words： university teaching management; data mining technology; curriculum; decision