数据挖掘技术在高职院校教学管理中的应用.docx

数据挖掘技术在高职院校教学管理中的应用 摘要：职业教育是我国教育改革与发展的重点之一，教学管理是提升高职院校教学质量的关键环节。为了提高高职院校教学质量和教学水平，应用大数据挖掘技术对教学数据进行分析。首先采用Apriori算法对学生成绩表、课堂考勤表进行数据处理，然后挖掘隐藏在学习成绩和考勤数据中的规律，分析各学期不及格科目、出勤情况与毕业状态之间的关联规则。通过结果分析与评估，为任课教师和教学管理部门提供指导，帮助科学规划各学期教学管理重点，进一步改进教学管理水平，提高教学质量。 关键词：高职院校；数据挖掘；关联规则；Apriori算法； 教学管理 DOIDOI：10.11907/rjdk.181499 中图分类号：TP319 文献标识码：A 文章编号：1672-7800（2018）008-0178-04 英文摘要Abstract： Vocational education is one of the key points of educational reform and development in China.Teaching management is the key link to improve the teaching quality in higher vocational colleges.In order to improve teaching quality and teaching level of higher vocational colleges，this paper adopts big data mining technology to analyze teaching data.Firstly，it adopts the Apriori algorithm to deal with the students scores and the attendance tables.Then，by excavating the laws hidden in the academic achievement and attendance data，we analyse the association rules among the failed subjects，attendance rates and the states of graduation.Through analysis and evaluation results，it can provide guidance for teachers and teaching management staff，and help to make scientific planning of the priorities of teaching management in every semester，and further improve the levels of teaching management and teaching quality. 英文关键词Key Words：higher vocational colleges； data mining； association rules； Apriori algorithm； teaching management 0 引言 随着我国制造业的转型升级，作为培养技能型人才的高职院校，承担着越来越重要的任务和使命。然而，由于高职院校学生来源的差异，教学质量成为教育界经常思考的问题。目前国内高职院校招生有普通高考、分段考试、自主招生、综合评价等多种方式。由于国家对职业教育的日益重视，高职院校面临空前发展机遇。同时，随着在校生人数的不断攀升，学生素质却呈现逐年下降趋势，考试不及格的学生越来越多。尽管对学生的评价需要多元考评方式，但考试成绩仍然作为衡量学生学习水平、约束学生行为的主要手段，在保证教学稳定有序开展、提高学生学业和技能水平中仍然发挥着重要作用[1]。 为了改进教学模式，提高教学质量，教学管理者和研究人员提出了许多新思路。文献[2]对我国高校当前的教学日常管理进行深入分析，并提出改进建议。文献[3]提出在“互联网+”背景下，应用O2O模式改进高校教学管理模式的思路，通过APP软件对学生成绩、出勤情况、教学评价等进行管理，提高教学效果。文献[4]应用数据挖掘等方法，通过对学生在线学习的学业成绩进行挖掘，分析影响成绩的主要因素，并建立分类预测模型。文献[5，6]通过对学生成绩数据挖掘，分析学生行为与课业成绩之间的关系，为进一步通过干预学生行为提高成绩采取有力措施。文献[7]设计了基于数据挖掘的学生成绩管理系统，实现对学校、教师、学生、成绩等信息的管理。关联规则挖掘是最主要的数据挖掘方法之一，Ag