论文部分内容阅读
【摘要】信息技术的不断发展给人们的生活带来很大的变化，特别是在高校的物理实践课教学管理工作中，虽然原有的数据库系统不断成熟，但是对一些数据的分析利用并没有达到应有的水平，数学挖掘技术的出现，使物理实践课在学生成绩数据分析上有了很大的发展。本文通过分析数据挖掘技术在高校物理实践课中的应用，探讨了数据挖掘技术的应用优势，仅供参考。
【关键词】物理实践课；数据挖掘技术；应用分析
随着高校教育水平的不断提高，很多学科的教学方法都发生了很大的改变，特别是在物理实践课中，传统的数据分析方法已经不适合现代教学需求，容易使很多实验数据大量堆积，很难在大量数据中快速辨别信息的真伪，数据挖掘技术的出现使这一现象得到了很大的改善，不仅促进了物理实践课内容的进一步丰富，还很好的适应了现代化教学管理的发展需求。
一、高校物理实践课对数据挖掘技术的需求
在高校物理实践课的教学管理中，面对大量的数据信息，如果没有正确的数据分析方法，是很难分辨其中真伪的，传统的数据分析方法难以满足大量的数据需求，直到数据挖掘技术的出现，使教师可以通过计算机内的特定系统来对数据进行分析，它可以在大量的数据中随机的抽取一些隐藏的数据信息，并通过规则、概念、模式等形式表现出来。数据挖掘技术是对数据信息、人工、技术等内容的融合，涉及到很多的领域和内容，随着社会的不断发展，数学挖掘技术逐渐发展成一项独立的技术，在物理实践课中的应用也越来越广泛。
二、数据挖掘技术在高校物理实践课中的应用
高校物理实践课的教学管理包括学生学籍的管理、教学仪器的管理、还有教师对学生的指导管理、对学生成绩的管理等。显然这些内容当中就包含大量的数据信息，在这其中很多隐藏的内容都没有得到开发利用，学习成绩作为教师评价学生的重要内容，可以反映出学生在实践课中的掌握情况。这一过程的学习成绩，不仅仅是单纯的书面成绩，还有出勤、课堂表现、参加的活动等方面的成绩，是一种综合性的考评内容。而且学习成绩不仅作为考核教师工作和学生学习成果的指标，还可以反作用于教学工作，是一种反馈性的信息内容，所以高校在物理实践课中做好对学生学习成绩的记录非常重要。
通常情况下对学生学习成绩的评定有两种方式，一种是定量的评定，一种是定性的评定，定量评定的内容是根据学生在学习过程中取得的成绩分数进行记录，其评定的等级分为优、良、中、差四个等级，这种评价的方式仅仅是针对学生在某一课程而进行的，不可避免的存在一定的片面因素，而数据挖掘技术在对学习成绩进行评定时，是从定性的角度进行分析，可以对学生多方面的成绩进行综合的反映，可以实现对学生成绩更深层次的内容进行分析，对数据背后的隐藏内容进行挖掘，可以实现对教学内容的指导，因而可以更有效地应用在高校的物理实践教学中。
三、ID3算法在决策树法中的应用
数据挖掘技术具体包括决策树法、神经网络法、集合论法、遗传算法等，人们又把决策树法分为ID3算法、CLS算法、IBLE算法等，在运算的过程中是以信息论为主要基础，以信息的增益度为主要的衡量标准，然后通过对数据的整合进行分类。
四、对实际的例证进行分析
根据高校物理实践课中的评定标准，通过实际的事例来论证数据挖掘技术和决策树方法在教学实践课中的应用。
1、实践对象
一般情况下高校的物理实践课都是每年对学生进行一次考核，考核的内容由三部分组成：课堂的教学内容、课后的实践报告和每一学期的期末考核成绩。在实践的过程中，学生要在规定的时间内完成实验内容，并把实验报告整理出来，考核的内容主要取决于实验报告的内容和质量，其次是实验课和历来期末考核的内容。通过对物理实验内容的分析整理，建立相应的数据模型，包括的内容有：学生学号、性别、实验报告、期末考核、平均成绩、名次等。
2、已知的内容
选择2个班，每班25人，对学生情况数据库进行如下的量化、转换、清理、集成等处理工作，得到了相应的数据库（如表1所示）.
表1 学生情况数据库
学号字段定义为：1—50；性别字段定义为：男或女；实验报告加分定义为：0表示没有通过，0.5表示通过，1表示较好；实验课加分定义为：0表示基本不上实验课，0.2表示适当上实验课，0.5表示按期上实验课；期末考核加分定义为：0表示基本不参加期末考核，0.5表示参加期末考核并取得了较好的成绩；平均成绩定义为：学习成绩总体情况，字段值为：0—100；名次定义为1—50，且记录按名次从高到低排列。
3、对数据的挖掘分析
应用ID3算法建立相应的决策树，先确定正例个数p和反例个数n.将名次排在前15名成绩好的学生定义为正例，后35名成绩不好的学生定义为反例，即p=15，n=35。
通过计算可知，实验报告加分具有最大的信息增益，故将实验报告加分选为根节点并向下扩展，最终生成的决策树，如图1所示.
4、结论
1） 学生在上完实践课的教学后，如果可以在限定的时间内完成实验得出实验报告，学生的成绩一般都比较好。
2） 如果实验报告完成的满意度比较高，学生在课上的动手能力也就比较强，而且对于实验的内容具备观察思考的能力，可以通过亲自动手实验，来对实验结果进行归纳总结，既减轻了学生沉重的课业压力，而且对于提高学习成绩也有着很大的帮助。
3） 如果学生的实验报告符合测评的标准，这时的情况就比较复杂，要根据具体的情况进行分析，有两个方面的情况，一方面是在学生的课业压力比较大、实验课程、考试安排比较紧张的情况下，学生的成绩依然很好，另一方面就是在学生没有课业压力、实验课程、考试安排的情况下，成绩依然不好。
通过教师多学生进行的课前辅导，在课上讲授的内容就可以进行适当的延伸，学生在课前就可以对课上的内容进行预习，这对于提高课堂的听课效率有着很大的帮助，而且在轻松又紧张的环境下完成实践课程，对于学习内容的掌握也更加深刻，而且学生的学习热情也得到很大的提高。
五、结束语
近几年数据挖掘技术的发展十分迅速，在各个领域的应用也很广泛，随着信息技术的不断发展，数据挖掘技术要从大量的信息数据中挖掘到有用的知识线索，然后通过利用挖掘技术对其中潜藏的客观规律进行探究，可以使得决策更加科学合理，高中物理实践课程在数据挖掘技术上的应用，一方面是社会发展的实际需要，另一方面通过该技术的运用，可以为日常教学提供有用的信息，有助于学校管理决策工作的有效进行。
参考文献
[1]陈熙谋，吴祖仁.普通高中课程标准实验教科书·物理（必修）1[M].北京：教育科学出版社，2004.
[2]人民教育出版社课程教材研究所，物理课程教材研究开发中心.普通高中课程标准实验教科书·物理（必修）1[M].北京：人民教育出版社，2004.
【关键词】物理实践课；数据挖掘技术；应用分析
随着高校教育水平的不断提高，很多学科的教学方法都发生了很大的改变，特别是在物理实践课中，传统的数据分析方法已经不适合现代教学需求，容易使很多实验数据大量堆积，很难在大量数据中快速辨别信息的真伪，数据挖掘技术的出现使这一现象得到了很大的改善，不仅促进了物理实践课内容的进一步丰富，还很好的适应了现代化教学管理的发展需求。
一、高校物理实践课对数据挖掘技术的需求
在高校物理实践课的教学管理中，面对大量的数据信息，如果没有正确的数据分析方法，是很难分辨其中真伪的，传统的数据分析方法难以满足大量的数据需求，直到数据挖掘技术的出现，使教师可以通过计算机内的特定系统来对数据进行分析，它可以在大量的数据中随机的抽取一些隐藏的数据信息，并通过规则、概念、模式等形式表现出来。数据挖掘技术是对数据信息、人工、技术等内容的融合，涉及到很多的领域和内容，随着社会的不断发展，数学挖掘技术逐渐发展成一项独立的技术，在物理实践课中的应用也越来越广泛。
二、数据挖掘技术在高校物理实践课中的应用
高校物理实践课的教学管理包括学生学籍的管理、教学仪器的管理、还有教师对学生的指导管理、对学生成绩的管理等。显然这些内容当中就包含大量的数据信息，在这其中很多隐藏的内容都没有得到开发利用，学习成绩作为教师评价学生的重要内容，可以反映出学生在实践课中的掌握情况。这一过程的学习成绩，不仅仅是单纯的书面成绩，还有出勤、课堂表现、参加的活动等方面的成绩，是一种综合性的考评内容。而且学习成绩不仅作为考核教师工作和学生学习成果的指标，还可以反作用于教学工作，是一种反馈性的信息内容，所以高校在物理实践课中做好对学生学习成绩的记录非常重要。
通常情况下对学生学习成绩的评定有两种方式，一种是定量的评定，一种是定性的评定，定量评定的内容是根据学生在学习过程中取得的成绩分数进行记录，其评定的等级分为优、良、中、差四个等级，这种评价的方式仅仅是针对学生在某一课程而进行的，不可避免的存在一定的片面因素，而数据挖掘技术在对学习成绩进行评定时，是从定性的角度进行分析，可以对学生多方面的成绩进行综合的反映，可以实现对学生成绩更深层次的内容进行分析，对数据背后的隐藏内容进行挖掘，可以实现对教学内容的指导，因而可以更有效地应用在高校的物理实践教学中。
三、ID3算法在决策树法中的应用
数据挖掘技术具体包括决策树法、神经网络法、集合论法、遗传算法等，人们又把决策树法分为ID3算法、CLS算法、IBLE算法等，在运算的过程中是以信息论为主要基础，以信息的增益度为主要的衡量标准，然后通过对数据的整合进行分类。
四、对实际的例证进行分析
根据高校物理实践课中的评定标准，通过实际的事例来论证数据挖掘技术和决策树方法在教学实践课中的应用。
1、实践对象
一般情况下高校的物理实践课都是每年对学生进行一次考核，考核的内容由三部分组成：课堂的教学内容、课后的实践报告和每一学期的期末考核成绩。在实践的过程中，学生要在规定的时间内完成实验内容，并把实验报告整理出来，考核的内容主要取决于实验报告的内容和质量，其次是实验课和历来期末考核的内容。通过对物理实验内容的分析整理，建立相应的数据模型，包括的内容有：学生学号、性别、实验报告、期末考核、平均成绩、名次等。
2、已知的内容
选择2个班，每班25人，对学生情况数据库进行如下的量化、转换、清理、集成等处理工作，得到了相应的数据库（如表1所示）.
表1 学生情况数据库
学号字段定义为：1—50；性别字段定义为：男或女；实验报告加分定义为：0表示没有通过，0.5表示通过，1表示较好；实验课加分定义为：0表示基本不上实验课，0.2表示适当上实验课，0.5表示按期上实验课；期末考核加分定义为：0表示基本不参加期末考核，0.5表示参加期末考核并取得了较好的成绩；平均成绩定义为：学习成绩总体情况，字段值为：0—100；名次定义为1—50，且记录按名次从高到低排列。
3、对数据的挖掘分析
应用ID3算法建立相应的决策树，先确定正例个数p和反例个数n.将名次排在前15名成绩好的学生定义为正例，后35名成绩不好的学生定义为反例，即p=15，n=35。
通过计算可知，实验报告加分具有最大的信息增益，故将实验报告加分选为根节点并向下扩展，最终生成的决策树，如图1所示.
4、结论
1） 学生在上完实践课的教学后，如果可以在限定的时间内完成实验得出实验报告，学生的成绩一般都比较好。
2） 如果实验报告完成的满意度比较高，学生在课上的动手能力也就比较强，而且对于实验的内容具备观察思考的能力，可以通过亲自动手实验，来对实验结果进行归纳总结，既减轻了学生沉重的课业压力，而且对于提高学习成绩也有着很大的帮助。
3） 如果学生的实验报告符合测评的标准，这时的情况就比较复杂，要根据具体的情况进行分析，有两个方面的情况，一方面是在学生的课业压力比较大、实验课程、考试安排比较紧张的情况下，学生的成绩依然很好，另一方面就是在学生没有课业压力、实验课程、考试安排的情况下，成绩依然不好。
通过教师多学生进行的课前辅导，在课上讲授的内容就可以进行适当的延伸，学生在课前就可以对课上的内容进行预习，这对于提高课堂的听课效率有着很大的帮助，而且在轻松又紧张的环境下完成实践课程，对于学习内容的掌握也更加深刻，而且学生的学习热情也得到很大的提高。
五、结束语
近几年数据挖掘技术的发展十分迅速，在各个领域的应用也很广泛，随着信息技术的不断发展，数据挖掘技术要从大量的信息数据中挖掘到有用的知识线索，然后通过利用挖掘技术对其中潜藏的客观规律进行探究，可以使得决策更加科学合理，高中物理实践课程在数据挖掘技术上的应用，一方面是社会发展的实际需要，另一方面通过该技术的运用，可以为日常教学提供有用的信息，有助于学校管理决策工作的有效进行。
参考文献
[1]陈熙谋，吴祖仁.普通高中课程标准实验教科书·物理（必修）1[M].北京：教育科学出版社，2004.
[2]人民教育出版社课程教材研究所，物理课程教材研究开发中心.普通高中课程标准实验教科书·物理（必修）1[M].北京：人民教育出版社，2004.