摘要：近年來，數(shù)據(jù)庫挖掘技術的普遍應用，使數(shù)據(jù)價值實現(xiàn)最大化，在我國金融、商業(yè)、市場營銷等領域得到廣泛應用。然而在我國高校管理中并沒有得到推廣，為使高校管理系統(tǒng)中的數(shù)據(jù)充分發(fā)揮應有價值，在該系統(tǒng)中使用數(shù)據(jù)庫挖掘技術意義深遠。本文首先介紹了數(shù)據(jù)挖掘技術的流程，然后在教師教學質量評估中應用數(shù)據(jù)庫挖掘技術，充分證明數(shù)據(jù)庫挖掘技術在高校管理中能發(fā)揮重大作用。

　　關鍵詞：管理 決策 數(shù)據(jù)挖掘技術

　　當前，大部分高校都擁有配套的管理系統(tǒng)，該系統(tǒng)具備海量數(shù)據(jù)儲存和管理功能，徹底告別了手工記錄信息和數(shù)據(jù)的年代。不但節(jié)約了紙張，更有效提高了高校管理數(shù)據(jù)和信息的效率。然而我國高校沒有有效利用應用數(shù)據(jù)挖掘技術，因此研究數(shù)據(jù)庫挖掘技術在高校管理中的應用十分必要。

　　1數(shù)據(jù)挖掘技術的流程

　　數(shù)據(jù)挖掘技術能夠將海量數(shù)據(jù)展開分析和處理，再把整體數(shù)據(jù)庫中存在規(guī)律的數(shù)據(jù)整合起來，實施該技術主要包括以下五個環(huán)節(jié)。目標定義：該環(huán)節(jié)中要與有關領域的背景知識相結合，清晰、精確的定義出數(shù)據(jù)挖掘目標。數(shù)據(jù)準備：在該環(huán)節(jié)中要搜集、選取數(shù)據(jù)源中的數(shù)據(jù)，處理已選數(shù)據(jù)，將其轉換為適合數(shù)據(jù)挖掘的形態(tài)。數(shù)據(jù)挖掘：該環(huán)節(jié)是數(shù)據(jù)挖掘技術的核心，即采用關聯(lián)規(guī)則法、分類分析法等各種數(shù)據(jù)挖掘方法把數(shù)據(jù)中隱藏的知識和規(guī)律發(fā)掘出來。結果表示：在該環(huán)節(jié)中可以以用戶需求為依據(jù)，將挖掘出來的知識和規(guī)律轉變?yōu)橛脩裟芙邮芎屠斫獾男螒B(tài)。知識吸收：該環(huán)節(jié)中，主要是把挖掘結果與指定領域中的需求相結合，在該領域中應用發(fā)掘出來的結果，為決策者提供知識，是數(shù)據(jù)挖掘的終極目標。

　　2數(shù)據(jù)挖掘技術在教學質量評估中的應用

　　2。1運用關聯(lián)規(guī)則法挖掘數(shù)據(jù)庫中的信息

　　評估老師教學質量不但是評定教學效果的重要部分，也是評定教師職稱的重要根據(jù)，因此是高校管理工作中不可或缺的部分。目前評估教學質量的主要措施是搜集、統(tǒng)計學生的成績和以及對老師的評價，然后加權算出老師的總得分，作為評估該老師教學質量指標。這種方法非但不科學，其權威性也較低，因此需要深挖數(shù)據(jù)的相關性，本文采用了數(shù)據(jù)挖掘技術中的關聯(lián)規(guī)法挖掘數(shù)據(jù)中的規(guī)律和知識，為評估老師教學質量提供有力根據(jù)。運用關聯(lián)規(guī)則法挖掘數(shù)據(jù)，其規(guī)則方法為“XY，置信度為c%，，支持度為s%”。關聯(lián)規(guī)則中置信度為c%：在整體事件D集合中，如果既能夠符合事件X中擁有c%的需求，也能夠符合Y的要求。那么就用置信度來表示關聯(lián)規(guī)則的強度，被記錄為confidence（XY），置信度最小值用minConf來表示，通常置信度最小數(shù)值由客戶提供。關聯(lián)規(guī)則中置信度為s%：在整體事件D集合中，如果既能夠符合事件Y中的s%的需求，又能夠符合X要求。用支持度來表示關聯(lián)規(guī)則的頻度，把支持度的最小數(shù)記錄用minsup（X）來表示，通常支持度最小數(shù)值由客戶提供。頻繁項集合：當X項集的支持度大于等于用戶設定好的最小支持度時，那么頻繁項集是X。通常關聯(lián)規(guī)則包含兩個環(huán)節(jié)：①把全部頻繁項集從整體事件集中選出；②運用頻繁項集產生關聯(lián)規(guī)則。在這兩個環(huán)節(jié)中關聯(lián)規(guī)則效果和性能是否良好取決于第一個環(huán)節(jié)。

　　2。2關聯(lián)規(guī)則分析在評估教學質量中的運用

　　第一步是準備數(shù)據(jù)期，在某大學的教學管理系統(tǒng)中將五百條與教學評價有關的記錄從數(shù)據(jù)庫中隨機抽取，并挑選出老師編號、學歷、性別、教齡、評估分和職稱這六個屬性，并將相關數(shù)據(jù)從數(shù)據(jù)庫中提取。比如把講師、副教授和教授等職稱轉化成11、01、00等編碼，表1就是制定的評價教師教學記錄表。第二步采用關聯(lián)規(guī)則分析法把90分以上評價分數(shù)作為檢索目標和判斷標準，也就是將≥90分作為判斷是否是高教學質量闕值。通過檢索有143條記錄符合標準，即設定最小的支持度為10%，置信度則為15%，得出下表2的`關聯(lián)規(guī)則。最后一步評價本次實驗的結果。由上表得知，學生喜歡男老師和女老師的程度大致相同；學歷愈高的老師，給予他們的教學評價也就愈高，即學歷和教學評價成正比，這也說明了學歷高的老師其基本功與學歷低的老師相比，前者基本功更為穩(wěn)固，也有較高的科學研究水平；有較長教齡和較高職稱的老師，其教學質量也越高；此外，在支持度中可以看出，高校教授和高學歷人才越多，說明其辦學能力也就越高。

　　3結語

　　高校管理系統(tǒng)作為教學信息化的重要舉措，只是起到搜集和儲存海量教學信息的作用，并沒有挖掘出海量數(shù)據(jù)之間的相關性，而在本文中把關聯(lián)規(guī)則法運用在教師教學質量評估中，在數(shù)據(jù)中挖掘有價值的知識和規(guī)律，使評估教師教學質量更具有科學性，因此在高校管理中全面應用數(shù)據(jù)挖掘技術，能為高校深化教學改革提供新的契機。

　　參考文獻

　　[1]江敏，徐艷。數(shù)據(jù)挖掘技術在高校教學管理中的應用[J]。電腦知識與技術，2012，（24）：541—545+560。

　　[2]楊雪霞。數(shù)據(jù)挖掘技術在高校圖書館管理系統(tǒng)中的應用研究[J]。軟件，2011（04）：16—18。

【高校管理中數(shù)據(jù)挖掘技術的應用途徑論文】相關文章：

1.高校管理中數(shù)據(jù)挖掘技術的研究論文

2.科研管理中數(shù)據(jù)挖掘技術的應用論文

3.高校圖書管理系統(tǒng)中RFID技術的具體應用研究論文

4.網絡營銷中數(shù)據(jù)挖掘技術的應用論文

5.數(shù)據(jù)挖掘在CRM中的應用論文

6.論文：微灌技術的應用

7.土木工程中鉆孔樁技術的應用論文

8.高校學生管理法制化途徑論文