数据挖掘在教学评价中的应用研究(2)
而我们拥有庞大数据的教学评价系统正面临着这个处境，空有数据，而对于数据的分析能力远远不够。不能够真正对我们的教学活动起到指导性的作用。为了提高我们的教学管理系统的分析能力，使得它能够更好的发挥它的作用，本文对系统中的数据进行了挖掘，挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则。为决策、策划、预测等提供依据，为我们教学管理系统的进一步开发探索新的有意义的方向。
（二）数据挖掘的研究现状
（三）课题研究的意义和目的
教学评价系统的出现是一个我们来提高教学水平，探索教学问题的一个很好的途径。通过对于教学评价系统中历年数据的挖掘，去寻找和探索数据中的一些规律和关联。使得教学管理系统不再仅仅只是一个打分工具，使得它可以得到充分的利用。在得到结论之后还可以通过连接不同的数据库，改善管理系统来探索不同的关联，甚至希望还可以是可以直接让教学管理系统在收集到数据之后能自动处理收集到的信息。生成我们需要的、在数据中隐藏着的问题和解决方案。以后还可以再延伸到学生的个人成绩方面。真正地让教学管理系统在日常教学中能发挥它更加重要的作用。
本文主要目的是利用数据挖掘技术对上海应用技术学院经管学院近3年的教学评价数据进行分析挖掘，得到影响经管学院教师教学的主要指标，来探究学生对教师评价中的深层次关系，为提高教学水平、完善教学评价系统提供有益的意见或建议。
二、数据挖掘技术及应用
（一）数据挖掘的概念
从1989年到现在,数据挖掘的定义随着人们研究的不断深入也在不断完善,但对它的定义取决于定义者的观点和背景,目前还没有一个完整的定义,人们提出了很多数据挖掘的定义,例如:
(1) Fayyad:数据挖掘是从数据集中识别出有效的、新颖的、有用的以及最终可理解模式的高级处理过程。(2) Parsaye:数据挖掘是我们为那些未知的信息模式而研究大型数据集的一个
决策支持过程。
(3) Zekulin:数据挖掘是一个从大型数据库中提取以前未知的,可理解的,可执行的信息并用它来进行关键的商业决策的过程。
(4) Jorm:数据挖掘是发现数据中有益模式的过程。
以下给出一个目前比较公认的定义:数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,抽取隐含在其中的人们事先不知道的但又潜在有用的信息和知识的过程。
（二）数据挖掘过程
数据挖掘的过程可粗略地分为:问题定义、数据收集和预处理、数据挖掘算法执行、以及结果的解释和评估。
图2.1 数据挖掘过程
1、 问题定义
数据挖掘是为了在大量的数据中发现有用的、令人感兴趣的信息,因此发现何种知识就成为整个过程中第一个也是最重要的一个阶段。在问题定义的过程中,数据挖掘人员必须和领域专家以及最终用户紧密协作,明确实际工作对数据挖掘的要求和期望实现的目标。
2、数据收集和数据预处理
数据准备又分为三个步骤:数据选取、数据预处理和数据变换。
（1）数据选取：数据选取即对将要分析的数据进行挑选，选出你需要作为数据源进行分析的部分进行数据挖掘的后续操作。
（2）数据预处理：对数据在分析前进行例如数据清洗、数据消减等一系列处理，来消除数据中的一些异常值。
（3）数据变换：进行数据挖掘，通过一定的算法和公式，来寻找出数据之间的关联。
下一篇：计算机工具软件使用技巧研究