高校教学信息化管理方法 本文关键词：信息化管理，高校，方法，教学
高校教学信息化管理方法 本文简介：摘要：数据挖掘技术可对数据信息进行采集和精准分析，对数据信息预发生轨迹进行判断，保证数据信息的正确性，在高校教学信息化管理系统中应用时，可实现分类式管理。文章概述了数据挖掘技术，分析了数据挖掘技术的方法和流程，通过成绩分析、课程设置、学生特征和提供决策信息等，对高校教学信息化管理中的应用进行研究。关
高校教学信息化管理方法 本文内容：
摘要：数据挖掘技术可对数据信息进行采集和精准分析，对数据信息预发生轨迹进行判断，保证数据信息的正确性，在高校教学信息化管理系统中应用时，可实现分类式管理。文章概述了数据挖掘技术，分析了数据挖掘技术的方法和流程，通过成绩分析、课程设置、学生特征和提供决策信息等，对高校教学信息化管理中的应用进行研究。
关键词：数据挖掘技术；高校教学；信息化管理
高校教学信息化管理系统可对学生的信息进行存储，并为管理人员提供辅助型管理信息。在数据挖掘技术的应用下，可对学生信息进行深度挖掘，对数据信息进行立体化分析，研究出学生的学习规律和发展特征，并以此为导向对学生的发展规律进行预测，可为高校教职人员提供决策性信息。
1数据挖掘技术论述
当前计算机网络技术的不断发展，可对数据信息进行大量存储，并对其进行分类处理，保证数据信息运行的精准性。数据挖掘技术在大量数据信息中进行精准搜查，保证数据信息的时效性和精准性，在计算机网络系统中应用时，可实现数据信息的统计、分析、检索、学习和系统的一体化流程。数据挖掘技术由最早的电子邮件阶段发展起来，电子邮件的出现，为人们生活和工作带来极大的便利，在技术不断创新下，计算机网络开始信息发布模式，在信息模式的发展下，数据挖掘也逐渐向精准层面进行转型。随着互联网的普及，为满足用户的基本需求，数据信息进入电子商务阶段，在软件和平台的注入下，为互联网提供丰富化信息，进而形成电子商务网络体系[1]。同时在互联网内容的多样化下，数据信息的存储量也逐渐增多，为保证可对数据信息进行精准搜索，数据挖掘技术也得到创新，以满足当前发展需求。数据挖掘技术是一种技术体系，可对数据进行离散型变量分类，并可对分类数据进行连续性分析，对数据预发生变量进行预测，将相似值进行统一分类，保证数据信息的精准性。当前数据挖掘技术已被广泛应用到各个行业中，其对数据信息进行全面分析和预测的特点，在高校管理系统中应用时，可对学生的信息进行掌握，并可为学校管理系统提供决策性信息。
2数据挖掘技术方法
数据挖掘技术在对数据进行分析过程中，首先是对数据进行关联分析，以包含的形式对数据进行关联，可将事物进行A与B表示，其中B≥A，即满足A的条件下，一般情况下也符合B，以此作为数据的关联性解释，并可对数据信息预测。此种关联性分析方式，可将问题进多途径解决，并可将数据进行分析比对，以关联性规则可提供有效的辅助信息。其次可对数据进行类别分析，其将数据信息进行离散型分类，以函数和模型的方式，将信息映射到模型中，并按照设定的训练集进行分类，以保证函数和模型的映射范围与预期范围相符。当信息映射范围与预期相符时，则可对数据信息进行分类，如与预期范围不符合时，则需进行循环式训练，以保证数据信息的精准性。再次是对数据信息进行就聚类分析，其分析原理一般按照数据信息具有的特性进行分类，可将整体数据信息进行深度分析，自动搜索数据信息中的属性，使同一类别的信息距离得到拉近，同时可将不同类别的信息进行扩大，以保证系统容错性在可控制范围内[2]。最后是对数据信息进回归分析，其主要是将有效的数据信息以线性函数计算方法进行分析，在向量空间内求出数据的变化规律，并可进行函数表现，一般预测分析只是依照现有数据进行规律性总结，如遇到外界因素的影响下，将导致整体规律发生变化，同时结果预测需时间进行验证，以确定预测规律的正确性。
3数据挖掘技术流程
数据挖掘技术在使用过程中，一般是将数据信息进行预处理，并对目标进行领域分析，以目标的定义为基准，进行范围性查询。在教育领域进行目标查询时，以管理对象为主，并将管理对象进行分类和特征信息采集，以类别对数据信息进行分类，为后续工作流程进行数据铺垫。当数据信息基数较大时，且数据信息将关联性较大时，易增加计算市场，为保证数据高速运行，一般按照属性进行计算，在保证数据信息的完整下，有效提升计算速率。同时数据挖掘技术在运行过程中，可对数据信息进行检测，并将数据信息的精准性划分到预期范围内，如数据信息与预期不符，且误差较大时，可及时对信息进行分类处理，并将正确的数据信息纳入到数据信息库中[3]。数据挖掘技术可对数据信息进行变换，以数据库的信息为主，将其分类特性进行分析，如符合预期条件，将对其进行属性变换，保证数据信息的精准性。同时数据挖掘技术可依照神经网络算法、遗传算法等，对数据信息进行计算，并以自身预期为基准，对数据信息进行选取，确保数据信息选取的合理性。
4数据挖掘技术下的高校教学信息化管理应用分析
4.1成绩分析
高校教学信息化管理系统作为一体化管理方式，可对学生的成绩进行管理分析，在数据挖掘技术的应用下，依据计算机网络，可对管理系统中的数据信息进行图像表格制作，以直观的方式展现到高校管理者的面前。同时挖掘技术可对学生的成绩进行分类划分，并有效分析出学生成绩的分布规律，找出其中存在的问题，教师可依据问题对教学内容进行规划，以保证学生的全面发展，进而提升整体教学质量。
4.2课程设置
高校作为培养人才的基地，在合理的课程布置下，可有效提升学生的学习效率。当前高校专业课程分类较多，且教师在长时间的教学过程中，以形成一种定性式教学思维，学生在学习过程中，由于具有思维偏差性，导致学生的学习侧重点不同，且当前高校学生具有独立的思维模式，易以兴趣为主导对教学内容进行选择性学习，不利于课程知识的教导[4]。因此应有效利用数据挖掘技术，对学生进行类别分析，按照学生之间的特性进行分类管理，将类间特征性分布进行最小化处理，为教师提供相应的信息，方便教师及时对课程进行规划。
4.3学生特征
高校教学信息化管理可对学生进行基本信息记录，包括成绩、出勤、个人信息等，以此来保证学生信息的可查性。在利用数据挖掘技术，可对学生的信息进行深度分析，将学生的学习情况、特长、专业成绩和家庭情况进行数据分析，并为教师提供相应数据。教师依据数据可对学生进行针对性教育，并可依据数据分析结果，制定特征性教学方案，以保证学生可全面发展。
4.4提供决策信息
当前计算机网络技术的不断发展，为高校提供网络平台，丰富高校信息化管理系统，基于网络平台开展的系统一般包括教学平台、图书管理系统、题库系统、教务系统和成绩管理系统。在数据挖掘技术的应用下，可将高校内部资源进行整合，并依据学生当前的特征进行发展规律分析，构建成模型体系，对学生进行立体化分析，以专业、工作单位等为主，为高校发展方向作出合理性引导。
5结语
综上所述，文章对数据挖掘技术进行概述，从方法和流程两方面阐述数据挖掘技术的工作原理，其以关联性运算和精准性分类，可对数据信息进行检索，保证数据信息的科学性。在高校教学信息化管理系统中应用时，可对学生成绩进行分析、对教学课程进行设置，并可为管理人员提供决策信息，保证高校教学的合理性和正确性。
参考文献：
[1]刘艳.基于教学管理视角的高职院校信息化建设的问题与思考[J].教育现代化，2018，5(42)：69-70.
[2]张弘，伊松.“互联网+教学管理”:高校教学管理信息化创新探析[J].北华大学学报(社会科学版)，2018，19(5)：153-156.
[3]万艳.云计算与大数据时代下的高校教育教学管理信息化策略[J].传播力研究，2018，2(12)：245.
[4]李慧玲.基于数据挖掘技术的高校教学管理信息化研究[J].电脑知识与技术，2017，13(36)：108-109.
作者：孙培锋 单位：郑州幼儿师范高等专科学校
高校教学信息化管理方法 来源：网络整理
免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
