以数据挖掘技术为基础分析研究高校计算机选修课信息

摘 要 数据挖掘技术即数据处理的技术，是在储存的大量信息中快捷、高效的获取有用价值的一种手段。本文就数据挖掘技术在高校计算机选修课中进行研究，给高校教学管理部门和老师教学提供参考，使数据挖掘技术的科学信息处理手段，能更好的帮助高校适应社会发展。

【关键词】数据挖掘技术 高校计算机选修课 分析应用

在我国高等教育院校中，以培养学生专业知识和专业技能为主，更好的帮助学生面向社会就业。在高校的教学课程中，选修课也是必不可少的一门跨专业公共课，能够帮助学生拓宽视野、培养兴趣爱好和提高综合素质，要求学生在毕业前修满学分。计算机专业中的选修课的开设种类较多，在多种选修课中，寻找出学生感兴趣的课程，并加以提高教学质量，这对学生和学校都有重要作用，在进行信息分析和处理时候就可以运用到数据挖掘技术，通过信息的总结可以给教务管理处提供科学合理的选修课安排。

1 数据挖掘技术及价值

1.1 数据挖掘技术概念

数据挖据一般是指在大量的数据中通过算法搜索隐藏于其中信息的过程，通常与计算机科学有关，在利用信息收集、数据集成、数据规约、数据清理、数据变換、数据挖掘过程、模式评估、知识表达八个步骤实现信息的需求。

1.2 数据挖据技术的价值

数据挖掘技术重在通过大量信息的处理，找出需要的信息。这种技术被运用到各行各业，通过遗传算法、神经网络、决策树方法、统计分析、关联规则等操作方法达到数据挖掘的价值。其中关联规则曾被美国沃尔玛超市运用创造一种“啤酒与尿布”的营销案例，沃尔玛超市根据大数据库使用数据挖掘技术，发现在美国年轻的父亲下班时候都会被太太的要求去超市购买孩子的尿布，在购买尿布同时又会买自己喜欢的啤酒这种购物习惯，把尿布和啤酒进行一起出售制定销售活动，使沃尔玛超市在销售中不断创新。通过上述例子，不难发展数据挖掘技术在现实的生活中有很大价值。

2 高校计算机选修课现状

2.1 开设课程特色不高，对学生吸引力不大

在高校计算机专业开设的选修课不具有特色，不能满足学生的吸取爱好，知识为了应付教学目标而增加的选修课。在选修课的教学中，一方面不是专业的老师，大多采用专业课老师代课兼职的方法进行开设，另一个方面，由于并非必修的专业课程，在老师进行教学时候，不能制定合理的课程内容和计划，是学生对开设的选修课兴趣不大。这不仅是教学资源的浪费，也会造成对生的厌烦，影响到教学质量。

2.2 学生选择选修课存在盲目，没有科学性指导

学生在选择选修课时候，没有科学的指导，完全是跟风选课，经常出现扎堆现象。一方面是来之不能依据每一个学生的爱好进行一对一的指导，还有就是学生选择的随意性。在学习过程中，渐渐发现课程不适合自己，开始进行上课睡觉、逃课、放弃选修等，不是做不到学生综合素质的全面发展，也让学校的教学目标无法实现。

3 数据挖掘技术在高校选修课中的应用

3.1 数据收集

在高校开设选修课程之前，先对学生的个人信息、兴趣爱好等进行收集，建立一个数据库。在收集的过程中可以以班级为单位向上汇总到专业系别。例如在计算机专业中，高校教务中心可以建立一个学生信息表格，分发给学生，一一进行认真填写，信息的内容包括姓名、年龄、爱好、专业课程、偏爱的专业课程、选修课程列表、上课时间等，通过学生的一些基本信息和个人喜好，进行信息源的收集，确保整个信息的真实性和完整性。

3.2 信息整理

在学生完成信息的填写后，成立一个信息整理小组。小组的成员可以是班级的班委、班长、专业课老师、教务人员，利用计算机把学生的信息进行分类储存。通过Excel、PPT 、Word办公软件可以制作成表格、图形，通过信息的输入建立一个数据库。在输入信息时候进行有意的分类，表格可以是学生的个人信息为一类，兴趣爱好为一类，喜欢上课的时间点为一类，个人偏好选择为一类；还可以利用柱状图、扇形图等进行分类，为下一步的分析做铺垫。信息的整理，是一个繁琐、时间长的工作，但是也是数据挖掘的关键一步。

3.3 运用关联规则进行数据的分析

对于整理好的数据库，对关键的信息进行分析。这个时候可以选择性地忽略掉学生的个人资料，针对性别、爱好、选修课程的喜好程度进行关联分析，分析学生的平时爱好和选修课之间的联系，通过学生的兴趣爱好和相关的选修课进行相关联系，制成一个表格进行统计。分析的过程中，需要考虑到学生的兴趣，进行建议选修课的联系，合理的进行指导建议。

3.4 利用分析数据进行选修课推荐

通过前三步的方法，综合得出的有关信息进行公示，产生推荐。在学生选修课盲目选择时候，利用数据库的信息分析进行科学合理的选修课推荐，推荐的原则，不应该是强制的、要求的，应该主动权交给学生，尊重学生的意见。在这样的选择中学生满意度会较高，上课的听讲会认真并主动参与到课堂内容上，是一种有个性，具有选择特色的选择课程，对老师教学的热情也会有所提高。

3.5 学生选课平台和教师资源

在数据挖掘技术中，学生最后的选择可以利用网上平台，利用建立好的数据库资源共享平台，实行自主、独立的选择选修课，同时这种方法也有利于高校师资力量的发展。在共享的平台上学生不仅能够得到科学的指导，老师也可以通过数据库信息进行教学范围的延伸，完全满足于学生的个性需求。

4 结束语

兴趣是最好的老师，在学生对选择的选修课满意度高，兴趣浓情况下，学生的综合素质自然会慢慢提高。这种利用数据挖掘技术对高校计算机选修课程的应用，和以往学生盲目选择，老师不重视，课程质量低下的情况会出现截然相反的情况，学生在选修课上就会用心学习、全身心投入，学校和老师应该排除一切干扰，利用选修课的学习发挥学生的主观能动性和培养学生的综合素质。数据挖掘技术的应用不仅使高校的选修课课程质量提高，还符合高校开设选修课的目的，对选修课的发展有重要意义。

参考文献

[1]袁春花.基于协同过滤算法的个性化高校选课推荐系统研究[J].计算机光盘软件与应用，2012（20）：117-118.

[2]冯克鹏.基于数据挖掘的个性化高校选课推荐算法研究[J].数字技术与应用，2012（08）：63-64.

作者简介

黄飞（1986-），男，重庆市人。研究生学位。现为重庆交通职业学院助教。研究方向为数据挖掘。

作者单位

重庆交通职业学院 重庆市 404100