淺談數據挖掘在中職學生管理中的應用

馮海玲

摘要：數據挖掘技術是一項現代化的數據管理以及研究手段，能幫助對應的機構或者單位挖掘數據之間的潛在聯系，幫助其做好資源管理和信息決策等方面的工作。為了保證教育資源的充分運用，提升中職教育管理質量，很多中職學校都采用了多種數據分析軟件和數據庫技術，以此來提升整個學校的管理工作效率。為了進一步實現數據挖掘的技術效益，將所有的數據資源和信息概念化、規則化、模式化，最終有效實現數據挖掘技術的運用價值，為對應的數據分析人員實現數據分類，落實其數據使用需求，完善其實踐運用質量。本文針對數據挖掘在中職教育學生管理中的運用價值進行分析，對于運用特點、建設可行性、管理質量進行對應的研究分析。

關鍵詞：數據挖掘;中職學生管理;應用研究分析

中圖分類號：G717? 文獻標識碼：A文章編號：1992-7711（2021）09-006

隨著我國教育事業的不斷發展，以培養技能型人才建設為主的中職學校發展規模也日益龐大。為了保證教育資源的充分運用，提升中職教育管理質量，很多中職學校都采用了多種數據分析軟件和數據庫技術，管理海量的學生信息，以此來提升整個學校的管理工作效率。數據挖掘技術是一項現代化的數據管理以及研究手段，能幫助學校挖掘學生數據之間的潛在聯系，幫助其做好資源管理和信息決策等方面的工作。本文針對數據挖掘技術在中職學校的運行分析，對于學生學籍管理，考試成績管理以及職業規劃，校企合作等多個方面進行研究，以此來剖析數據挖掘技術在中職學生管理中的運用價值和特點。

一、數據挖掘技術在中職學生管理中的運用內容

近年來，我國大力發展現代職業教育，培養了大批高素質勞動者和技能型人才，為推動地方經濟社會發展、促進就業作出了重要貢獻。隨著職業教育的快速發展，學校的規模在不斷擴大，學生數量急劇增加，一所普通縣區的中職學校，教師人數可達到幾百人，學生人數達到幾千人。隨著人數的增加，有關學生的各種信息量也成倍增長，學校管理如此多的學生信息會非常煩瑣，而且這些信息沒有經過挖掘和分析，直接使用可能會出現各種莫名其妙的問題。針對學校發展建設以及數據管理特點，傳統的學生信息檔案管理方式和手段較為單一，教師需要花費大量的時間收集、整理學生信息。收集的學生信息也僅僅是采用簡單的數據排列以及信息管理方式，沒有深入研究數據資源，沒有考慮數據分析對其辦學質量以及工作管理的作用，降低了數據深度分析的質量。

提倡數據挖掘技術的分析運用，一方面是為了減輕工作人員煩瑣的工作任務，提升基層工作人員的工作效率，將教師從冗雜的學生信息管理方式中解脫出來，通過深度挖掘數據，減少對比信息數據的工作量，簡化數據收集的流程，提升學生管理效率和業務開展的質量。另一方面，將數據挖掘技術和學生的基本信息對比結合，有助于學校管理人員通過深度分析數據，規范信息的管理，科學統計和快速查詢，從而減少管理方面的工作量，實現操作簡單、查詢容易、系統穩定、功能可靠、互動便捷、更新及時的數據管理體系，為學校各專業的設置開展奠定基礎，多元化以及針對化地為學生提供線上學習、學分咨詢和成績管理等服務。

二、數據挖掘技術運用內涵和特點

1.數據挖掘技術的定義

數據挖掘指的是通過一系列的數據分析方式，將收集到的數據資源庫的信息資源進行融合整理，讓數據分析人員對潛在的知識信息進行梳理和規劃。這些知識內容多是隱晦的，潛在的，海量的。通過數據挖掘的梳理和處理，可以將所有的數據資源和信息概念化、規則化、模式化、有序化，最終有效實現數據挖掘技術的運用價值，幫助中職學校做好資源管理和信息決策等方面的工作，為對應的數據分析人員實現數據分類，落實其數據使用需求，完善其實踐運用質量。

2.數據挖掘技術的組成

數據挖掘技術主要由數據建模、模型評價和數據索引構成。數據建模指的是將所有的數據進行“清理”，按照特殊的數據分析運用法則，將所有的資源轉化成一種可以被描繪模式或者語言，這些基于模型要求構建的數據被多種法則約束，因此產生特定的數據，若要求的約束不多，數據建模的精準度就會下降?？梢?，采用足夠多的數據約束法則，就能夠為數據分析人員找出一個接近理想，精確的模型。隨著模型的表現精度的增強，其數據分析的風險也就隨之上升，采用針對性的數據分析挖掘技術，可以保證數據分析的有理有據，使數據模型構建更為精準。

模型評價是一種特殊的數據測試方法，經過特殊要求構建的數據模型，其實用性以及準確性也得到了數據運算人員的質疑，采用有效的數據評價方式可以保證數據分析的精準性，減少二次數據分析。數據索引是基于數據模型建立成型后，為多平臺的使用人員提供的數據檢索、資料查詢分析，并且要保證數據庫建設的精準性，能夠及時更新最新的知識內容。

3.數據挖掘技術的方法

數據挖掘的方法較多，其中最為實用的方法有決策樹、離散變量分析等。其中決策樹指的是對數據分類的樹形結構，可以將所有的決策依照規則制定，為工作人員提供多種數據分析結果。所有的決策都是可以被看成一顆預測樹的，樹的根節點是數據集成的空間，分裂的枝干，表示了不同的測試后的結果。因此，決策樹算法也是處理常見的離散型變量的最佳方法，更是數據挖掘常用技術。

三、現代中職學校學生管理中數據挖掘分析建設存在的瓶頸

在基層教育蓬勃發展的基礎上，中職教學的教育內涵和數據管理方式也面臨著較大的壓力。特別是近幾年來，國家政策的調整，為更好地培養大批高素質技能型人才，我國中職院校大規模的擴招，給學校的教學管理、學生管理、后勤管理、實習就業等方面都帶來不少的沖擊。學生人數的增加，也為學校信息管理帶來了壓力。隨著管理的數據量不斷增大，管理師生信息的各部門因缺乏數據分析，且人工管理數據更新速度慢，各處室部門間溝通不及時，管理效率不高，容易出現信息交叉錯亂的情況，不利于學校對學生的高效管理。針對大量的數據分析難題，常規的數據管理體系在處理對應的數據內容時，實現的處理功能不高。在海量的學生信息資源中，大多數數據分析僅僅能夠實現數據的單一索引、處理以及查詢功能，難以從海量的數據庫中實現交叉分析以及數據預測分析。例如，普通中職學校主要有教導處、政教處、學生處來管理學生，處理的學生信息有學生基本信息、成績數據、課程信息等。各處室對學生信息的收集、整理費時費力，而且重復信息較多，這些無效數據的堆積，也會導致整個信息平臺承受數據壓力，降低了數據的運用效率。

如何利用有效的數據資源，不斷挖掘數據之間的內在聯系，提升數據的管控研究質量，也是現代學校改善教學方法，提升教學質量的關鍵。數據挖掘技術是一項現代化的數據管理以及研究手段，能夠幫助對應的機構或者單位挖掘數據之間的潛在聯系，幫助其做好資源管理和信息決策等方面的工作。例如，學?？荚嚂r，部分學科教師采用機考的考試方式，如何選用正確的考試內容，針對不同學習能力的學生提出針對性的教學考題，以及分析考試后的結果，都需要進行進一步的數據深入挖掘分析?？梢?，中職教育管理中，在學生深度挖掘管理中依舊存在一些問題，需要對應的教師和領導，合力構建一個多平臺內容集合，綜合化的中職學校管理建設平臺，實現數據深度挖掘建設。

四、構建中職學校學生數據管理平臺的實用性分析

為了進一步落實中職學校學生數據管理建設的質量，綜合化促進中職學生的信息管理、生活管理、學習監督、職業規劃的建設，從多種數據分析中為學生推薦和構建可行的學習體系，建議對應的學校改善數據分析平臺，針對性的構建數據處理平臺?，F以中職學校學生成績測評為案例，分析中職學校學生管理中，數據挖掘的可行方法以及運行管理措施建議。

1.確定數據管理建設的目標

針對中職教育管理體系分析，大多數學校的學生數量多，建設范圍廣，信息資源構建體系方式有待提升。針對高效數據挖掘建設要求，建議以現代化學生綜合能力為基礎，針對考試測試為基準方向，制定一個可行的數據分析平臺。要求數據挖掘系統的方法設計要滿足以下幾點要求。首先是操作簡單，實用。數據挖掘過程的構建離不開數據收集和整理，中職學校需安排專人收集學生的各類基本信息，并將從不同渠道收集的信息簡單整理，因面對的是學生，建議數據收集端口建設簡單，最好是“一目了然”。其次數據分析方式要高效簡便，快捷可行。挖掘數據中隱含的信息是為了學校更好的管理學生，提高教育質量。也是為了更方便的調用信息，為學生的學習、生活、就業規劃等服務，所以要求數據處理的方法和內容都要符合學生的學習能力需求，處理過程也方便快捷，能夠將海量的數據以可視化的形式展現出來。最后集成建設，保證數據挖掘系統建設不是“心血來潮”，讓其和學校內部的多種管理端口相結合，以此提升其建設實用性，保證數據分析建設價值。通過數據挖掘，可從大量數據中挖掘出有意義的知識、規律，或者更高層次的信息，并可從多個角度對其進行瀏覽查看，所挖掘的知識可以幫助學校管理者進行決策支持、信息管理、查詢、篩選等。

2.進行多樣本的數據采集

以中職學校的學科成績為例，對應的設計人員應當針對學校學生進行多樣本分析，減少特殊性以及個例，這樣有助于深度挖掘數據之間的關聯。例如選取相同專業同一年級的學生為樣本庫，保證樣本數據在500以上。樣本采用的數據主要由學生的基本信息，如學習成績、年齡、家庭背景、個人愛好、學習計劃等幾個方面。在數據收集方面，要構建學生基本信息和學生學習情況的橋梁，首先要收集學生的基本信息，如學生的性別、年齡、班級。其次是學生的學習情況，要收集學生的個人信息資源，了解學生的基本成績，學習狀況，學期內的成績排名以及學習課時和作息安排等。通過數據交叉分析，對比學生的各個科目的考試成績，以此來進一步分析學生的生活方式，不同專業和教師的教學意見之間的影響，最終針對專業數據成績的對比，了解學生的學習結果。

3.數據分析處理

在進行數據挖掘工作時候，工作人員要對數據進行預保存和交叉干預。對于信息收集不全，存在疑問的數據進行篩選和清理，檢驗數據收集中可能存在的問題，并展開對應的數據轉換。收到數據后，教師要將單一的數據分析表格轉化成統一的數據整合模板，采用圖表化分析，將學生的基礎學習能力、性格特點、自學能力進行對比分析，按照學生的入學情況對比現代學習現狀，以及數據測試結果，將其構建一個分數法則，以此來綜合評價所有的學生。在同樣的情況下，將所有的測試結果轉換為百分比，也能夠直截了當地了解學生之間的差異，構建出可視化的折線圖，幫助對應的工作人員分析數據變化。

綜上所述，將數據挖掘分析與學生信息管理相互結合，并運用到教學管理的實踐中，能夠讓學校和教師全面、準確、及時地掌握學生的學習狀況，方便學校有針對性的管理學生，學校教師可以通過查詢學生的信息，針對不同類型的學生，提供更多有效的教學方法。教學管理者，可以通過數據分析，調整題庫及課程設置，進一步細化教學管理，提升教學質量。學校領導可通過信息分析對比，更加合理的設置專業，調整辦學思路，更好地培養高素質技能人才，為社會經濟發展做貢獻。

參考文獻：

[1]陳小年.數據挖掘技術在中職學校管理中的研究與應用[J].電腦知識與技術，2019，15（15）：10-12.

[2]賁能軍.基于一卡通平臺數據挖掘在學生管理中的應用分析[J].信息與電腦（理論版），2017（23）：160-161.

[3]史鳳波.數據挖掘在學生成績管理中的應用[J].數字技術與應用，2017（10）：99-100.

[4]龔高燦.數據挖掘在高校學生管理決策中的應用模式探討[J].信息與電腦（理論版），2016（03）：135-136.

[5]劉憲宇.數據挖掘技術在中職學生現狀分析中的應用實踐[J].電腦與電信，2015（05）：47-49.

（作者單位：甘肅省高臺縣職業中等專業學校，甘肅 高臺734300）