教学是高校人才培养过程中的一个重要环节,也是高校工作的重心。就目前来说,高校教学管理信息化建设还存在一些不足之处,比如在业务上以学生管理为中心,缺乏以教师为侧重点的业务管理系统。根据我院实际管理现状,提出基于文本数据挖掘的教师管理系统,重点解决教师教学、科研、实验教学、学生评价等业务管理难题。数据挖掘技术从各种不同类型的数据中,找出相互关联关系,为领导决策提供科学依据,对数据挖掘研究,特别是特殊数据类型信息的数据挖掘有重大意义。本文主要围绕以下四点进行阐述:第一,论文简要概述课题选题背景和意义,分析国内外教师管理系统的研发及应用现状,提出了一种基于文本数据挖掘算法的新型管理系统。第二,从多个层次来分析数据挖掘的定义、过程及相关算法。第三,本文针对目前现有数据挖掘算法的不足,提出一种基于数据挖掘技术的文本分类算法(CEPSO-SVM)并重点分析,采用协同进化粒子群优化算法来实现向量机参数的优化,用以解决支持向量机算法在文本分类中的参数优化难题,达到提高文本分类的效果。第四,详细分析新型教师管理系统的功能需求、总体设计,重点进行数据挖掘平台的设计,构建由SOA技术组成的系统结构、采用多变的工作流引擎和WebServices进行数据交换的统一等技术,重点研究ETL技术。通过对我院实际教师评教过程进行有效的数据挖掘,运用专家知识库和相关理论基础,提供两类基本方法,分别是政策分析模型和情报研究方法,在高校管理决策中可以进行全面的决策支持和理论支撑。