数据挖掘技术在智慧校园系统中的研究应用

赵郁园

摘 要：随着数字信息化的快速发展，利用大数据进行现状分析、趋势预测已经成为众多领域采用的方法和技术。大数据时代的到来有效的推动了高校教育教学的体制改革和创新。智慧校园是一个集云计算、大数据、物联网等技术的综合平台，为学校进行教学管理和领导决策提供数据支持和个性化、智能化服务。本文从智慧校园的设计理念出发，探讨了大数据背景下的数据挖掘技术在智慧校园系统中的应用研究。

关键词：大数据 智慧校园 数据挖掘 个性化推荐

0 引言

在大数据背景下建设智慧校園已受到国内外的广泛关注，建设大数据时代高校智慧校园服务平台已成为必然趋势。本文以智慧校园系统中海量数据为研究对象，基于大数据的数据挖掘技术在智慧校园系统中的研究应用展开探讨。

1大数据环境下智慧校园概述

1.1大数据的信息处理框架

大数据的信息处理框架包括：数据的收集、数据的集成与融合、数据分析及数据解释。通过合理使用大数据进行分析，能够提升工作效率和工作的针对性，改善用户的体验，大数据时代以前所未有的方式，从大量的数据集中提取出有价值、有用的信息。大数据技术及其应用的过程，是将数据信息流转变成特定的、知识密度高度聚集的数据类型。

1.2 大数据在智慧校园中的应用

大数据与云计算在信息化建设中发挥着举足轻重的作用，智慧校园是利用大数据与云计算等技术，以物联网为基础的智慧化校园，智慧校园以各种应用服务系统为载体，将教学、科研、管理和校园生活一体化，为学校的教学管理及决策提供有力支持。

智慧校园在运营过程中会产生海量数据信息，包括学生的基本个人信息、成绩信息、学生出勤记录、教师基本个人信息、排课信息、课题研究信息等数据，这些数据和学生的学习、老师的教学、学校的发展息息相关。如何从这些海量数据当中进行分析挖掘提取出有价值的信息并加以利用是我们关注的话题。

2 web数据挖掘及其应用

2.1 数据挖掘概述

数据挖掘（DM，Data Mining） 又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从信息量庞大、随机的、有噪音的数据集合里，对数据进行逐一分析，从庞大的数据集合里挖掘出蕴含在里面、事先不清楚、但有价值的知识的过程。数据挖掘技术作为一项综合性的技术，能构有效的组织和管理数据信息，其研究领域涉及到电子商务、信息学、数学、计算机语言等多个学科。

2.2 web数据挖掘的应用

Web挖掘属于数据挖掘的其中一个研究方向，是将数据挖掘技术应用于站点数据集中并挖掘出里面潜在的、有价值的信息的过程。Web挖掘根据信息来源的不同分成Web内容挖掘、Web结构挖掘、Web日志挖掘三种类型。

（1）内容挖掘

Web内容挖掘是从站点的网页信息或者文件里挖掘出有用信息的过程。实现内容挖掘有两种方式：第一种方式是对系统相关信息直接挖掘。像基于启发式规则的AHOY，查询语言WebLOG等都是基于这种方式。第二种方式是通过网络搜索引擎进行数据查询，对查询结果进处理提取出潜在的、有价值的信息。采用第二种方式的有WebSQL等。

（2）结构挖掘

Web结构挖掘是对网页文件与文件之间的结构进行分析和研究，发现网页文档自身的结构和蕴含在里面的有用模式，对网页文件及其链接进行分类和聚类，从中找出用户可能有兴趣、有价值的网页文件信息。对网页文档结构挖掘主要是对网页的超链接进行分析和研究，挖掘出包含于超链接结构里面的有价值的信息。页面文件之间的超链接结构体现了页面文件之间的某种联系，应该能够通过算法从给定的网页文档集中挖掘出它们之间的链接结构等有价值的数据信息。

（3）日志挖掘

Web日志挖掘是对站点服务器的日志记录进行分析和研究，挖掘出客户浏览系统的模式以及预测客户浏览站点行为的技术。日志挖掘通过对系统服务器的日志文件进行分析找出其中的特点和规律，提取出用户的偏好、对产品的满意度、对站点的忠实度。

3.数据挖掘在智慧校园系统中的研究应用——以mooc在线学习平台为例

对于mooc在线学习平台，如何通过平台数据获取我们需要的信息至关重要。通过学生与教师之间的互动，同学们之间的互动，学生与学习资源的交互，会产生很多结构化、非结构化的数据信息。这些数据信息一部分可以从网页日志文件中获取，一部分直接从数据平台开放的数据获取。

在大数据信息网的支持下，学生可以通过mooc在线学习平台随时随地观看课程、与老师进行交流互动。这些行为为学生学习行为的干预和预测、个性化推荐等提供了重要依据。例如，我们可以对学生在在线学习平台的浏览和观看记录进行跟踪和记录。通过持续的记录和数据关联分析，挖掘出学生感兴趣的课程和方向，为学生进行个性化的推荐定制服务。

4 结束语

基于大数据环境下智慧校园可以为师生提供个性化和智能化的服务，通过数据挖掘和关联规则分析对海量数据进行清洗、预处理，筛选出有价值的信息，并将其应用于校园的建设和管理中，逐步实现学校各项资源的整合，为学校的教育规划和决策提供数据支持，提高学校的信息化管理水平。本文着重研究了大数据背景下数据挖掘技术在智慧校园的应用，对学校的教学管理有一定的帮助和借鉴作用。

参考文献：

[1]陈程，冯正广.大数据理念在高校学生管理中的应用[J].教育观察，2016（17）

[2] 单留举，王晓东，马英运.基于大数据的用户学习偏好建模及应用 [J] .计算机应用与软件，2016（33）

[3] 熊频， 胡小勇. 面向智慧校园的学习环境建设研究：案例与策略[J]. 电化教育研究，2015（3）