论文部分内容阅读
摘要：随着社会经济的快速发展，社会对技术型人才的需求量越来越大，同时也推动了国家对学校教育教学的重视，国家在计算机教学方面的重视程度更高。但在实际教学中，由于教师受传统思想的影响，对计算机教学的重视程度不足，因而学校计算机学科的课程分布不合理，学生在计算机课堂中的表现也比较差。为此，本文通过对计算机课堂学生行为的收集，以及采用数据表格的形式进行数据挖掘，从而获得新颖的观点，提高计算机课堂教学效率。
关键词：数据挖掘；计算机教学；课堂效率
21世纪是信息技术快速发展的时期，在信息技术发展的推动下，各行各业对计算机信息技术进行全面利用，与此同时出现了社会计算机人才的短缺，为此，学校也加强了对计算机人才的培养，学校也开始对计算机教学重视起来[1]。但在实际教学中学生的动手能力较差，教学效率比较低，因此需要教师在教学中挖掘学生的学习动力，对学生的行为进行数据分析，从而提高计算机课堂教学效率。
一、数据挖掘的概念分析
数据挖掘是在信息技术快速发展的过程中出现的新的概念，同时也是数据运用中的新方法。数据挖掘指数据开采、数据采掘，就是指从大量的数据中，在许多模糊的、随机的、噪声的数据中将人们无法直观看到的隐含数据等进行提炼出来，将一些潜在的信息知识等進行挖掘出来的过程。但由于当下的信息数据量非常大，在实施数据挖掘的过程中，需要经过深层次的分析才能获得隐含的数据，数据挖掘的操作如同淘金者一样，需要删除大量的无用信息，在清晰目标的指引下才能获得相应的数据模型。在计算机课堂教学中运用数据挖掘，主要通过对学生在课堂中的反映、行为等进行分析，从而为计算机课堂教学提供良好的方案。
目前运用于数据挖掘的方法包括可视化分析、聚类分析和关联分析等三种，下面就从聚类分析法和关联分析法入手，进一步分析两种方法在提高计算机课堂效率中的具体应用。
二、数据挖掘方法在提高计算机课堂效率中的应用
（1）聚类分析法的具体应用分析。聚类分析法主要是根据数据分析所选的变量因素对分析数据进行分类，聚类只反映了所选变量数据结构的重要性。当然，对于所选的变量还要符合相应的条件，所选的变量要与研究的对象有密切相关性，如果变量与多研究分析的对象没有任何的联系，则所选的变量无效，同时所选的变量还要能够反映分类对象的一般特征，只有能表现研究对象特征的变量更加切合实际，对选择的对象也具有一定的判断性[2]。最后还要求所选变量之间具有高度的相关性，只有相互关联的变量，才能有效的分析并对变量进行分类。
在本次运用聚类分析法期间，主要根据“平时分”的课堂管理制度为来实施分类，即教师根据学生在课堂中的行为反应制定相应的评分制度，学生在课堂中的不同表现对应相应的分数，然后将学生课堂表现分相加，如果学生的分数低，则说明学生在课堂中被扣分数多，然后根据学生的分数将其按照不同的分数段进行划分，分数高的为一类、分数中等的为一类、分数最低的为一类，然后对每一类学生进行分析评价，发现同一类型的学生在某些方面具有相似性。最后，教师根据对每一类型的学生制定有针对性的解决方案，计算机的课堂教学效率有了非常大的提升。
（2）关联法的具体应用分析。关联分析法是一种新型的分析方法，它是根据相关的规则将数据中潜藏的价值挖掘出来，随着相关知识规模的不断扩大，收集的数据和储存的信息数据之间的相关知识越来越多，并且会出现相互交叉的现象。对于计算机课堂教学而言，许多学生在课堂中存在违纪现象，而且非常普遍，所以在使用关联法进行对数据挖掘分析期间，教师要对学生的违纪表现实施关联法分析。比如：有些学生在上学迟到或旷课后回到教室会出现瞌睡现象，同时发现部分学生在没有做眼保健操的情况下，在上课期间他们必定会说话，而且说话的学生在课堂中也会打瞌睡，为此，教师对学生的课堂表现行为进行记录，然后根据关联法进行分析研究，从而发掘学生课堂表现规律，并提出相对应的解决措施，最终能够有效的制止学生在课堂中的违纪行为。
对于有经验的教师而言，他们在教学中能发现学生课堂表现的规律，经过数据挖掘方法分析指导后，能在今后的教学中及时制止学生上課说话、打瞌睡的行为，同时也能通过课堂教学转移学生的注意力，从而减少课堂违纪行为的发生，也让计算机课堂教学纪律保持良好。为进一步培养计算机人才打下良好的基础。
综上，数据挖掘在数据信息分析过程中运用能够有效提高数据分析效率，在课堂教育教学中运用能够提高教师的教学质量，也能促进教师对学生行为的认识和分析。教师对学生的课堂行为有了正确的分析和正确的处理，进而能够促进和谐师生关系的构建。当然，在使用数据挖掘分析期间，教师还要联系实际情况，在实际与数据挖掘结论相结合的情况才能提出有针对性的解决措施。
参考文献：
[1]卢发.以数据挖掘提高计算机课堂效率探究[J].无线互联科技，2017，16：94-95.
[2]王丽忍.浅谈在信息化时代下职教计算机课堂效率的提高[J].中国高新区，2017，20：83.
关键词：数据挖掘；计算机教学；课堂效率
21世纪是信息技术快速发展的时期，在信息技术发展的推动下，各行各业对计算机信息技术进行全面利用，与此同时出现了社会计算机人才的短缺，为此，学校也加强了对计算机人才的培养，学校也开始对计算机教学重视起来[1]。但在实际教学中学生的动手能力较差，教学效率比较低，因此需要教师在教学中挖掘学生的学习动力，对学生的行为进行数据分析，从而提高计算机课堂教学效率。
一、数据挖掘的概念分析
数据挖掘是在信息技术快速发展的过程中出现的新的概念，同时也是数据运用中的新方法。数据挖掘指数据开采、数据采掘，就是指从大量的数据中，在许多模糊的、随机的、噪声的数据中将人们无法直观看到的隐含数据等进行提炼出来，将一些潜在的信息知识等進行挖掘出来的过程。但由于当下的信息数据量非常大，在实施数据挖掘的过程中，需要经过深层次的分析才能获得隐含的数据，数据挖掘的操作如同淘金者一样，需要删除大量的无用信息，在清晰目标的指引下才能获得相应的数据模型。在计算机课堂教学中运用数据挖掘，主要通过对学生在课堂中的反映、行为等进行分析，从而为计算机课堂教学提供良好的方案。
目前运用于数据挖掘的方法包括可视化分析、聚类分析和关联分析等三种，下面就从聚类分析法和关联分析法入手，进一步分析两种方法在提高计算机课堂效率中的具体应用。
二、数据挖掘方法在提高计算机课堂效率中的应用
（1）聚类分析法的具体应用分析。聚类分析法主要是根据数据分析所选的变量因素对分析数据进行分类，聚类只反映了所选变量数据结构的重要性。当然，对于所选的变量还要符合相应的条件，所选的变量要与研究的对象有密切相关性，如果变量与多研究分析的对象没有任何的联系，则所选的变量无效，同时所选的变量还要能够反映分类对象的一般特征，只有能表现研究对象特征的变量更加切合实际，对选择的对象也具有一定的判断性[2]。最后还要求所选变量之间具有高度的相关性，只有相互关联的变量，才能有效的分析并对变量进行分类。
在本次运用聚类分析法期间，主要根据“平时分”的课堂管理制度为来实施分类，即教师根据学生在课堂中的行为反应制定相应的评分制度，学生在课堂中的不同表现对应相应的分数，然后将学生课堂表现分相加，如果学生的分数低，则说明学生在课堂中被扣分数多，然后根据学生的分数将其按照不同的分数段进行划分，分数高的为一类、分数中等的为一类、分数最低的为一类，然后对每一类学生进行分析评价，发现同一类型的学生在某些方面具有相似性。最后，教师根据对每一类型的学生制定有针对性的解决方案，计算机的课堂教学效率有了非常大的提升。
（2）关联法的具体应用分析。关联分析法是一种新型的分析方法，它是根据相关的规则将数据中潜藏的价值挖掘出来，随着相关知识规模的不断扩大，收集的数据和储存的信息数据之间的相关知识越来越多，并且会出现相互交叉的现象。对于计算机课堂教学而言，许多学生在课堂中存在违纪现象，而且非常普遍，所以在使用关联法进行对数据挖掘分析期间，教师要对学生的违纪表现实施关联法分析。比如：有些学生在上学迟到或旷课后回到教室会出现瞌睡现象，同时发现部分学生在没有做眼保健操的情况下，在上课期间他们必定会说话，而且说话的学生在课堂中也会打瞌睡，为此，教师对学生的课堂表现行为进行记录，然后根据关联法进行分析研究，从而发掘学生课堂表现规律，并提出相对应的解决措施，最终能够有效的制止学生在课堂中的违纪行为。
对于有经验的教师而言，他们在教学中能发现学生课堂表现的规律，经过数据挖掘方法分析指导后，能在今后的教学中及时制止学生上課说话、打瞌睡的行为，同时也能通过课堂教学转移学生的注意力，从而减少课堂违纪行为的发生，也让计算机课堂教学纪律保持良好。为进一步培养计算机人才打下良好的基础。
综上，数据挖掘在数据信息分析过程中运用能够有效提高数据分析效率，在课堂教育教学中运用能够提高教师的教学质量，也能促进教师对学生行为的认识和分析。教师对学生的课堂行为有了正确的分析和正确的处理，进而能够促进和谐师生关系的构建。当然，在使用数据挖掘分析期间，教师还要联系实际情况，在实际与数据挖掘结论相结合的情况才能提出有针对性的解决措施。
参考文献：
[1]卢发.以数据挖掘提高计算机课堂效率探究[J].无线互联科技，2017，16：94-95.
[2]王丽忍.浅谈在信息化时代下职教计算机课堂效率的提高[J].中国高新区，2017，20：83.