摘 要：随着我国人口的下降和普通高等学校的扩招，各个学校之间的生源竞争越来越激烈。这一方面体现了重点大学对于优质生源的需求，另一方面体现了高职院校对于生源数量的要求。这就要求学校从自身发展出发，从特色专业建设、师资力量等各个方面提升自己的办学实力。招生部门也要对学校的生源定位，对招生计划制定的合理性和科学性进行研究和分析。本文根据省属本科的基本情况进行分析，使用数据挖掘的方式对省属本科的招生数据进行整理。
　　关键词：省属本科；高校招生；数据挖掘
　　一、什么是数据挖掘
　　1.数据挖掘的定义。数据挖掘指的是利用不同的算法，在数据库中找到之前没有发现的知识，有效地发挥数据的作用，提升数据的利用率。现阶段，数据挖掘使用到工程领域中，能够提高工作效率。
　　2.数据挖掘的根本目的。数据挖掘的根本目的是在数据挖掘的过程中，按照数据的不同性质，通过科学的算法对其进行计算，从而有效地对数据进行预测，并按照数据的不同特征将数据分类，找到数据深层次的含义。在数据库中找到目标数据的关联数据，再对数据进行分类整理，保证数据的各方面因素都能被详细地分析。
　　3.数据挖掘的基本步骤。使用数据挖掘进行数据分析，首先就要考虑数据挖掘的根本目的。先对挖掘的任务进行确定，再使用数据挖掘对数据进行收集，收集结束后按照任务的要求以及不同数据的不同处理方式对数据进行处理，保证数据本身的规范性。对已经初步整理的数据进行数据转换，将转换后的数据按照数据不同的内容进行整理，对数据进行详细的分析，并对数据进行挖掘。利用科学的算法，能够挖掘出完整的数据模型，在数据挖掘结束后，要对数据模型进行分析整理，有效地保证数据的质量。在这一系列过程结束后，可以对数据挖掘的结果进行使用，解决实际的应用问题。
　　二、数据挖掘中的决策树算法
　　决策树算法是现阶段数据挖掘中常用的算法之一。通过对数据进行整理，能够有效地对各项数据进行预测。使用树形结构，将数据进行集成分析，从“树木”的主干开始，以树中每一个分点进行下一个分析的对象，并计算树木的分支，能够清晰地看出数据的内容。
　　三、地方本科高校招生数据的来源
　　大多数地方本科高校都会建立每一年的招生数据库，并按照招生工作的不同阶段进行数据的整理和收集。一般情况下，会将招生工作分为五个阶段，即招生计划制定阶段、宣传阶段、录取考生阶段、考生报到阶段、招生工作总结阶段。在这五个阶段就能积累一定的招生数据。
　　四、地方本科高校招生数据的挖掘方式
　　1.明确数据挖掘的任务。为了保证地方本科高校招生的成功率，首先就要对历年的招生数据进行分析，从中找出影响招生效果的原因，再对数据进行分析利用，为下一次的招生工作提供保障。使用决策树算法对数据进行分析整理，能够有效地保证数据的准确性。
　　2.对招生数据进行分析。要按照每一年招生的不同，对数据进行详细的分析。可以按照招生工作的五个阶段将数据进行分块，再做成不同的表格。先对考生的资料进行收集，要考虑到各种不同的因素，如姓名、性别、父母姓名、联系电话、家庭住址、毕业学校、生源地，等等。这些条件能够在数据挖掘的过程中，使数据的结果更加详细。还可以建立表格，调查学生对学校的满意度，找到影响学校招生的原因。其他表格要按照招生工作的不同程度进行调整，要注意学生到校报到后的表格尽量做得详细。
　　3.对数据样本进行收集。根据地方本科高校招生的性质，进行数据样本收集尽量考虑不同考生的特殊情况，如生源地、家庭情况、专业等，从而有效地掌握影响招生的因素，针对这类数据进行数据挖掘，也能保证数据的准确性。
　　五、结语
　　综上所述，为了保证学校的招生质量，提升学校的招生效率，就要对往年的招生数据进行分析，从而保证数据的准确性，并使用数据提高生源的质量。使用数据挖掘的方式，能够有效地保证数据的准确性。使用决策树算法进行计算，既能清晰地看到数据库内数据的分析过程，也能更加简洁地看出数据中的信息，提升数据的使用价值。
　　参考文献：
　　[1]龚森.改革开放以来福建高等职业教育的改革与发展研究（1979-2011）[D].福州：福建师范大学，2013.
　　[2]刘永芳.江苏省属高校本科专业结构与区域经济结构对接现状及策略研究[D].南京：南京师范大学，2005.
　　[3]陈拥贤.地方本科高校转型发展的制约因素与对策分析——以湖南省新建地方本科高校为例[J].职教论坛，2015（1）：21-30.
　　[4]邢涛.小波聚类算法在本科招生生源质量分析中的应用[J].南京航空航天大学学报，2009（6）：823-827.