论文部分内容阅读
【摘 要】数据挖掘是大数据时代重要的技术之一,目前多用于金融、经济领域,但在教育领域中的应用并不常见,若能够将数据挖掘应用在高校招生工作中,就可以有效提高高校招生工作效率和质量。本文从数据挖掘入手,分析目前高校招生工作存在的问题,探讨数据挖掘在高校招生工作中的应用前景,为我国高校健康发展提供思路。
【关键词】数据挖掘 高校招生工作 应用前景
中图分类号:G4 文献标识码:A DOI:10.3969/j.issn.1672-0407.2019.02.002
随着计算机网络技术的不断发展,高校工作信息化、智能化程度不断提高,教学系统、管理系统成为高校工作中必备的工具,在应用计算机管理系统的过程中,系统之间的信息对接和信息开发利用尤为重要。随着高校的扩招,对优秀生源的竞争日益激烈,如何深度挖掘学生信息中的规律,提高高校招生工作效率和质量,是高校健康发展的数据基础。
一、数据挖掘
数据挖掘技术是指从数量大、单位价值低的数据中挖掘有用信息的方式方法,海量数据中通常存在一定的规律、规则、约束模式,数据挖掘主要通过寻找并利用这些规律、规则、约束模式来为用户提供数据应用方式建议,建议主要通过图表来进行。数据挖掘过程中的主要任务可分为预测性和描述性两类,主要包括关联分析、分类分析、异常分析、演变分析,通过应用合适的算法工具将数据中的规律归类,最终以图表的形式呈现给用户。常见的数据挖掘算法主要有聚类算法、关联算法,其中聚类算法是指将数据根据特定的属性特征分类的算法,对数据相似处和不同处进行明确阐述;关联算法是指将数据根据隐藏规律进行分类,从而使数据规律现象出来。
二、高校招生工作存在的问题
当前,高校招生工作进行过程中对数据系统的应用尚且十分表面化,仅限于高校进行网上录取工作,学生在招生网站上填写了大量的数据,高校却并未好好利用这些数据,仅进行查询、统计、备份并不能充分发挥这些数据的价值和作用,高校应当更加充分的利用招生数据,充分挖掘数据中的有用价值,辅助高校招生工作和学生管理工作的顺利展开。当前高校采取的数据挖掘和管理方式,使招生办公室、学生管理处工作人员的工作量居高不下,工作效率却迟迟难以提升,学生档案管理开发效率低下,若高校不能从数据挖掘技术下手,则很难提高高校管理工作效率和质量。
三、数据挖掘在高校招生工作中的应用前景
(一)生源信息挖掘
生源信息挖掘是高校招生工作开展前应当完成的工作,也是非常重要的工作,关系到高校招生质量的高低。根据高校招生、人才培养历史数据可以发现,一名高中毕业生的质量与教师培养、地区经济文化发展等信息有着重要联系,高校可以从生源层次、专业、地域、毕业高中、选择科目中发现招生数据潜在的规律,从而预测某一地区近几年内生源质量的高低,为接下来的高校招生工作提供预测数据,辅助高校管理层调整高校招生策略、资金投入,提高招生工作质量和效率。在生源信息挖掘过程中,决策树分类器可以有效对海量招生数据进行提取,根据属性测试条件和度量依据对生源信息进行分析处理,预测生源可能出现的变化,并根据这些变化对于招生工作质量和效率的影响提出招生工作调整建议,提高高校招生信息合理化、科学化程度。
(二)人才选拔挖掘
高校招生数据通过挖掘,不仅可以为招生办公室工作人员提供生源地的预测和建议,还可以进一步为高校筛选出潜在的人才信息。通过数据挖掘可以筛选出新生的性格特征、未来发展志向、学习能力、认知能力等基础数据,配合新生入学三个月至半年内的成绩、社团发展等信息,可以有效提高对学生群体人才选拔挖掘的正确性,预测学生的未来成长上限,定位学生的培养方向,为学生提供更加优质、综合性强的培养。在人才选拔挖掘过程中,ID3算法是比较适合高校的算法,可以有效归纳学生的日常评价、成绩信息,从而对学生的发展定位提供预测,提高学生培养工作的针对性、科学性和有效性。ID3算法属于分析算法之一,可以有效提高对数据的分析准确性,使数据挖掘理论更加清晰。
(三)学生分班管理
传统高校新生分班方式大多根据成绩、专业、单科成绩、政治面貌,但这样的分班方式往往忽略了学生在个性、生长空间等方面的特点,容易导致班级内学生成分的不平衡,导致学生之间的摩擦增大,容易导致学生问题。高校招生过程中收集到大量的学生个性化数据,高校通过分析这些数据可以有效对有相同特点的学生进行分类,使相性更和的学生能够集中在一个班级或寝室之中,提高学生之间的融洽程度。在新生分班过程中经常施用聚类算法,可以有效弥补传统分班方式中的不合理之处,聚类算法可以有效对学生进行自下而上的聚合分类,使相似的学生进行逐层聚合,使新生组合在班级中更加均衡、综合,为后续教学、学生管理提供更加合适的氛围,有利于新生在高校中的生活、学习。
四、结束语
数据挖掘是信息化时代重要的前沿技术之一,其应用价值和范围必将随着时代的发展而日益扩大。高校招生工作的数据信息数量大、格式规范、数据价值高,是非常适合应用数据挖掘算法的部分,可以有效提高高校招生工作的效率和质量,提高高校管理的信息化水平,为高校健康发展提供技术基础。
参考文献
[1]徐健.数据挖掘技术在高校招生信息处理中的应用[J].农业网络信息,2013(11):133-134+137.
[2]孟建,薛衛京,王海洋.基于数据挖掘技术的高校招生计划分配模型的研究[J].中国高等医学教育,2017(03):55-56.
[3]杨华.数据挖掘技术在硕士招生录取数据中的应用分析[J].科技展望,2015,25(23):117.
【关键词】数据挖掘 高校招生工作 应用前景
中图分类号:G4 文献标识码:A DOI:10.3969/j.issn.1672-0407.2019.02.002
随着计算机网络技术的不断发展,高校工作信息化、智能化程度不断提高,教学系统、管理系统成为高校工作中必备的工具,在应用计算机管理系统的过程中,系统之间的信息对接和信息开发利用尤为重要。随着高校的扩招,对优秀生源的竞争日益激烈,如何深度挖掘学生信息中的规律,提高高校招生工作效率和质量,是高校健康发展的数据基础。
一、数据挖掘
数据挖掘技术是指从数量大、单位价值低的数据中挖掘有用信息的方式方法,海量数据中通常存在一定的规律、规则、约束模式,数据挖掘主要通过寻找并利用这些规律、规则、约束模式来为用户提供数据应用方式建议,建议主要通过图表来进行。数据挖掘过程中的主要任务可分为预测性和描述性两类,主要包括关联分析、分类分析、异常分析、演变分析,通过应用合适的算法工具将数据中的规律归类,最终以图表的形式呈现给用户。常见的数据挖掘算法主要有聚类算法、关联算法,其中聚类算法是指将数据根据特定的属性特征分类的算法,对数据相似处和不同处进行明确阐述;关联算法是指将数据根据隐藏规律进行分类,从而使数据规律现象出来。
二、高校招生工作存在的问题
当前,高校招生工作进行过程中对数据系统的应用尚且十分表面化,仅限于高校进行网上录取工作,学生在招生网站上填写了大量的数据,高校却并未好好利用这些数据,仅进行查询、统计、备份并不能充分发挥这些数据的价值和作用,高校应当更加充分的利用招生数据,充分挖掘数据中的有用价值,辅助高校招生工作和学生管理工作的顺利展开。当前高校采取的数据挖掘和管理方式,使招生办公室、学生管理处工作人员的工作量居高不下,工作效率却迟迟难以提升,学生档案管理开发效率低下,若高校不能从数据挖掘技术下手,则很难提高高校管理工作效率和质量。
三、数据挖掘在高校招生工作中的应用前景
(一)生源信息挖掘
生源信息挖掘是高校招生工作开展前应当完成的工作,也是非常重要的工作,关系到高校招生质量的高低。根据高校招生、人才培养历史数据可以发现,一名高中毕业生的质量与教师培养、地区经济文化发展等信息有着重要联系,高校可以从生源层次、专业、地域、毕业高中、选择科目中发现招生数据潜在的规律,从而预测某一地区近几年内生源质量的高低,为接下来的高校招生工作提供预测数据,辅助高校管理层调整高校招生策略、资金投入,提高招生工作质量和效率。在生源信息挖掘过程中,决策树分类器可以有效对海量招生数据进行提取,根据属性测试条件和度量依据对生源信息进行分析处理,预测生源可能出现的变化,并根据这些变化对于招生工作质量和效率的影响提出招生工作调整建议,提高高校招生信息合理化、科学化程度。
(二)人才选拔挖掘
高校招生数据通过挖掘,不仅可以为招生办公室工作人员提供生源地的预测和建议,还可以进一步为高校筛选出潜在的人才信息。通过数据挖掘可以筛选出新生的性格特征、未来发展志向、学习能力、认知能力等基础数据,配合新生入学三个月至半年内的成绩、社团发展等信息,可以有效提高对学生群体人才选拔挖掘的正确性,预测学生的未来成长上限,定位学生的培养方向,为学生提供更加优质、综合性强的培养。在人才选拔挖掘过程中,ID3算法是比较适合高校的算法,可以有效归纳学生的日常评价、成绩信息,从而对学生的发展定位提供预测,提高学生培养工作的针对性、科学性和有效性。ID3算法属于分析算法之一,可以有效提高对数据的分析准确性,使数据挖掘理论更加清晰。
(三)学生分班管理
传统高校新生分班方式大多根据成绩、专业、单科成绩、政治面貌,但这样的分班方式往往忽略了学生在个性、生长空间等方面的特点,容易导致班级内学生成分的不平衡,导致学生之间的摩擦增大,容易导致学生问题。高校招生过程中收集到大量的学生个性化数据,高校通过分析这些数据可以有效对有相同特点的学生进行分类,使相性更和的学生能够集中在一个班级或寝室之中,提高学生之间的融洽程度。在新生分班过程中经常施用聚类算法,可以有效弥补传统分班方式中的不合理之处,聚类算法可以有效对学生进行自下而上的聚合分类,使相似的学生进行逐层聚合,使新生组合在班级中更加均衡、综合,为后续教学、学生管理提供更加合适的氛围,有利于新生在高校中的生活、学习。
四、结束语
数据挖掘是信息化时代重要的前沿技术之一,其应用价值和范围必将随着时代的发展而日益扩大。高校招生工作的数据信息数量大、格式规范、数据价值高,是非常适合应用数据挖掘算法的部分,可以有效提高高校招生工作的效率和质量,提高高校管理的信息化水平,为高校健康发展提供技术基础。
参考文献
[1]徐健.数据挖掘技术在高校招生信息处理中的应用[J].农业网络信息,2013(11):133-134+137.
[2]孟建,薛衛京,王海洋.基于数据挖掘技术的高校招生计划分配模型的研究[J].中国高等医学教育,2017(03):55-56.
[3]杨华.数据挖掘技术在硕士招生录取数据中的应用分析[J].科技展望,2015,25(23):117.