数据挖掘在高校大数据中的应用研究

方昕

摘要：我国经济在快速地发展，计算机科学技术也在不断地发展，在高等院校，数据挖掘技术已经被广泛地应用，信息技术在教学管理上具有至關重要的作用。网络信息的进步和发展，促进7信息数据库的扩大，所需信息数据搜索的难度也加大了。为了将搜索信息的速度和准确性有效地提升，必须要有先进且有效的方法。有效运用数据挖掘技术，能够在海量数据中，将隐藏知识和模式寻找到，有机地结合社经网络和机器学习以及识别模式等相关方法进行应用。从而使高校大量数据搜索难的问题得以有效地解决。

关键词：数据挖掘 高校 大数据 应用

前言

在高等院校的管理中，校园卡系统数据库的累计中，怎样挖掘大量的数据和将哪些可用信息进行挖掘，并且有针对性地进行分析，从而将具有实用价值的信息挖掘出来，无论对于高等院校资源配置优化和教学，还是辅助管理，都具有至关重要的作用。

一、大数据局限性

对高校卡系统中的大量数据进行挖掘和分析的过程中，数据挖掘能够将实用价值信息提供给高校的管理和教学，但是，大数据也具有局限性和一定的风险，这也是高校日后应用和研究中需要解决的问题。

（一）大数据样本代表性

学生生活的行为轨迹，也就是校园卡系统中大量的数据，既有效又真实，但是，挖掘分析数据收集时，不可能将全部数据都收集到，误差校正和测量方式能否尽如人意，选择的样本能否具有代表性，分析和抽样过程中，必须要全面地考虑。

（二）大数据隐私性和安全性

高校师生日常生活，被数据化和系统地记录，下一步就关系到个人信息的安全问题，并且提取师生数据信息时，师生隐私既要保护好，又要尊重可以有效运用保护隐私技术的敏感保护规则以及数据例如，利用特定值将原始数据敏感属性值替换;分布式环境下，保护数据挖掘隐私;以及在数据挖掘算法中将隐私约束规则构建起来。

（三）大数据有关误差

利用模型和相关算法分析变量元素，运用大数据能够将简单情境构建，但是，针对于复杂的系统而言，还达不到全面地解释，偏差结论容易出现，例如，认定学校贫困生辅助方面，若只通过高校卡消费数据对学生消费总额和就餐金额进行分析，金额认定越少，就认为是贫困生，两者虽然有关联，但还是将学生校外实习和就餐的可能性忽视了，因此，结论还是不科学，应该对学生每天就餐的次数和时间以及选取整个时间段等相关因素全面地进行考虑。

二、数据挖掘在高校大数据中的应用

（一）挖掘和分析充值消费类的数据

1.优化教学和管理方式

与传统大学英语教学相比较，艺术类院校英语教学差别还比较大，由于艺术类的专业特点，要求学生对于一些专业实践活动必须要参加，学习英语课程上投入的时间比较少，对于学习英语比较轻视，有些学生一人学时，英语基础就比较差，学校内部水平的考试很多次都没有通过，有的甚至毕业都没有通过，导致领取毕业证书的时间延误了，很大程度地影响了自身的就业，根据学院和年级英语四级考试学生报告的信息，向英语教学部提供多次报名考试学生的名单，英语授课教师根据班里学生英语的水平分流进行教学对于不同水平学生，将不同要求提出来，对于临近毕业，校内水平考试还没有通过的学生信息进行挖掘分析，将信息向各院系统提供，以便及时地督促和提醒。

2.工作效率提升，财务人力节省

高等院校将支付宝和微信充值引入以后人工充值数据基本为零，财务部门每天去处理卡片异常和咨询的只有10多个人根据这种情况，财务部门应该将人工窗口工作时间及时地进行调整，原来每天8小时应该改为上午l小时和下午l小时，节省下来的时间将其他财务业务进行开展，变相地将财务部门的人力增加。

3.辅助认定贫困学生

学生在一个共同的校园中学习和生活，无论是本人学习成绩和家庭基本信息，还是日常校园消费和奖惩助贷等相关信息，这些数据都将学生在校的行为表现反映出来，通过对数据关联和记录进行分析，能够将有些学生家庭经济比较困难的特征获得，对于学校的贫困生数量进行统计，将有力数据支撑提供给贫困生的认定工作，对于扶持贫困生政策制定上具有一定的辅助作用。有用信息挖掘以后，必须要人工精准地进行考察和分析。

4.提高采购图书的质量

高等院校每年购买新书时，都要将学院的师生邀请一共筛选图书，但是，只能少数人作为代表进行选书，代表性不太，利用统计分析法，通过借阅书籍时间和类别以及次数，对教师和学生的需求和爱好进行分析，将数据支持提供给图书馆采购，图书馆记录以后，能够将图书馆人流量进行统计，将图书馆内学生停留时间清楚地进行显示，经过一段时间分析和观察数据，发观图书馆总体的人流量比较少，不但调整了新进图书的类别，在图书馆内还将几个主题阅读角增设了，以便将阅读的环境提高，将相应措施有效地实施，很大程度地增长了学习流量和人馆借书。

5.辅助确定奖学金金额和等级

通过分析数据，可以了解到，高等院校学生将一些特殊消费除去的条件下，对平均每人每月的生活费综合进行计算，大约为1000-2000元左右，将此作为参考，学生管理部门确定奖学金金额和等级时，应该将一套科学的评定奖学金制度制定出来。

6.辅助食堂管理

有效运用聚类分析高校卡消费数据，能够将消费群体所关注的热点尽快地找到，将哪个食堂窗口更加受欢迎统计出来，师生就在哪个时间段集中就餐从而将商户售饭时间和窗口位置合理地进行调整，以防拥挤就餐，通过将学生就餐窗口和教职工群体就餐窗口的比例数据进行挖掘，对窗口饭菜质量不断地进行调整，这些日常数据能够将师生行为进行分析，既能够将后勤部门的工作质量有效地提升，还能够将数据支持提供给高校，从而使高校管理水平得以提高，高校科学性和准确性的管理得以有效地保证。

（二）挖掘和分析身份识别类数据

1.强化上课考勤管理

有效应用数据挖掘技术，能够分析学生上课出勤的情况，对学生各门课程出勤率进行统计，致使院系领导和任课教师都能够将各学期学生上课情况，及时地了解和掌握，根据不同的缺勤率，向院系领导上报，给予相应处理，另外，学生出勤率还应该将学生管理部门提供，给合学生学习成绩一起进行分析，作为对学生评优辅助的依据。

2.加强学生的安全管理

通过对学生进出宿舍相关信息记录的挖掘，可以对学生是哪些院系和哪些学生经常晚上10点后才回来进行分析，是个人行为，还是集体行为，学生管理部门根据记录的学生晚归情况，对学生进行警告和采取相关的管理措施，经常晚归的学生，辅导员应该适当地进行教育和观察，了解学生是否有特殊的原因，发现有异常情况，尽快进行干预，学校宿舍如果有安全事故发生，通过记录的特定时间段出入宿舍，将搜索的范围缩小，从而使学生校内安全得以保证。

3.强化校车的管理，辅助分配资源

将教师校车上的打卡时间和打卡次数等记录进行一段时间的统计再结合教务系统中记录的教师上课有效应用数据挖掘的关联算法，对各个运行路线校车各候车点人数和上车总人数进行分析，合理地调整候车点和路线，从而使各校车座位空闲率有效地降低，资源充分地利用，管理成本得以节约。

三、总结

综上所述，在高校大数据中，有效应用数据挖掘，能够筛选高等院校校园卡系统中的大量数据，将有价值信息更好地提取，并且在高校管理和教学中有效地应用，将科学且合理的建设提供给高校决策和规划教学。

参考文献

[1]冯磊，大数据挖掘在高校图书馆个性化服务中应用研究[J/OL].图书馆学刊，2019（01）：109-112[2019-04-25].

[2]司雅楠.Mapreduce计算模式在高校大数据挖掘系统中的应用[J].计算机产品与流通，2019（02）：263 265.

[3]杨柳，大数据时代数据挖掘技术在高校档案管理中的应用[J].办公室业务，2018（17）：119-120.

[4]王亚楠.大数据背景下数据挖掘技术在高校中的应用——以校园卡系统为例[J].华中师范大学学报（自然科学版），2017（S1）：9-12.