- 相關(guān)推薦
數據挖掘在中職學(xué)校教學(xué)評估中的應用教育教學(xué)論文
摘要：主要通過(guò)對數據挖掘技術(shù)的探討，對職教多年累積的教學(xué)數據運用分類(lèi)、決策樹(shù)、關(guān)聯(lián)規則等技術(shù)進(jìn)行分析，從分析的結果中發(fā)現有價(jià)值的數據模式，科學(xué)合理地實(shí)現教學(xué)評估，讓教學(xué)管理者能夠從中發(fā)現教學(xué)活動(dòng)中存在的主要問(wèn)題以便及時(shí)改進(jìn)，進(jìn)而輔助管理者決策做好教學(xué)管理。
關(guān)鍵詞：教學(xué)評估;數據挖掘;教學(xué)評估體系;層次分析法
1概述
近年來(lái)國家對中等職業(yè)教育的發(fā)展高度重視，在政策扶持與職教工作者的努力下，職業(yè)教育獲得了蓬勃的發(fā)展。如何提高教學(xué)質(zhì)量、培養合格的高技術(shù)人才成為職教工作者研究的課題。各種調查研究結果表明：加強師資隊伍的建設，強化教師教學(xué)評估對教學(xué)質(zhì)量的提高尤為重要。
所謂教學(xué)評估，就是運用系統科學(xué)的方法對教學(xué)活動(dòng)或教育行為的價(jià)值、效果作出科學(xué)的判斷過(guò)程。教學(xué)評估方式要靈活多樣,要多途徑、多方位、多形式的發(fā)揮評估的導學(xué)作用，以鼓勵評估為主，充分發(fā)揮評估的激勵功能,促進(jìn)教學(xué)的健康發(fā)展。
在中等職業(yè)學(xué)校多年的教育教學(xué)工作中積累了大量的教務(wù)管理數據、教師檔案數據等，怎樣從龐雜大量的數據中挖掘出有效提高教學(xué)質(zhì)量的關(guān)鍵因素是個(gè)難題。數據挖掘技術(shù)卻可以從人工智能的角度很好地解決這一課題。通過(guò)數據挖掘技術(shù)，得到隱藏在教學(xué)數據背后的有用信息，在一定程度上為教學(xué)部門(mén)提供決策支持信息促使更好地開(kāi)展教學(xué)工作，提高教學(xué)質(zhì)量和教學(xué)管理水平，使之能在功能上更加清晰地認識教師教與學(xué)生學(xué)的關(guān)系及促進(jìn)教育教學(xué)改革。
2數據挖掘技術(shù)
2.1數據挖掘的含義
數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過(guò)程。數據挖掘應該更正確地命名為“從數據中挖掘知識”。即數據挖掘是對巨大的數據集進(jìn)行尋找和分析的計算機輔助處理過(guò)程，在這一過(guò)程中顯現先前未曾發(fā)現的模式，然后從這些數據中發(fā)掘某些內涵信息，包括描述過(guò)去和預測未來(lái)趨勢的信息。人工智能領(lǐng)域習慣稱(chēng)知識發(fā)現，而數據庫領(lǐng)域習慣將其稱(chēng)為數據挖掘。
2.2數據挖掘的基本過(guò)程
數據挖掘過(guò)程包括對問(wèn)題的理解和提出、數據收集、數據處理、數據變換、數據挖掘、模式評估、知識表示等過(guò)程，以上的過(guò)程不是一次完成的，其中某些步驟或者全過(guò)程可能要反復進(jìn)行。對問(wèn)題的理解和提出在開(kāi)始數據挖掘之前，最基礎的工作就是理解數據和實(shí)際的業(yè)務(wù)問(wèn)題，在這個(gè)基礎之上提出問(wèn)題，對目標作出明確的定義。
2.3數據挖掘常用的算法
2.3.1分類(lèi)分析方法：是通過(guò)分析訓練集中的數據，為每個(gè)類(lèi)別做出準確的描述或建立分析模型或挖掘出分類(lèi)規則，以便以后利用這個(gè)分類(lèi)規則對其它數據庫中的記錄進(jìn)行分類(lèi)的方法。2.3.2決策樹(shù)算法：是一種常用于分類(lèi)、預測模型的算法，它通過(guò)將大量數據有目的的分類(lèi)，從而找到一些有價(jià)值的、潛在的信息。它的主要優(yōu)點(diǎn)是描述簡(jiǎn)單，分類(lèi)速度快，特別適合大規模的數據處理。2.3.3聚類(lèi)算法：聚類(lèi)分析處理的數據對象的類(lèi)是未知的。聚類(lèi)分析就是將對象集合分組為由類(lèi)似的對象組成的多個(gè)簇的過(guò)程。在同一個(gè)簇內的對象之間具有較高的相似度，而不同簇內的對象差別較大。2.3.4關(guān)聯(lián)規則算法：側重于確定數據中不同領(lǐng)域之間的關(guān)系，即尋找給定數據集中的有趣聯(lián)系。提取描述數據庫中數據項之間所存在的潛在關(guān)系的規則，找出滿(mǎn)足給定支持度和置信度閾值的多個(gè)域之間的依賴(lài)關(guān)系。
在以上各種算法的研究中，比較有影響的是關(guān)聯(lián)規則算法。
3教學(xué)評估體系
評價(jià)指標體系是教學(xué)評估的基礎和依據，對評估起著(zhù)導向作用，因此制定一個(gè)科學(xué)全面的評價(jià)指標體系就成為改革、完善評價(jià)的首要目標。評價(jià)指標應以指導教學(xué)實(shí)踐為目的，通過(guò)評價(jià)使教師明確教學(xué)過(guò)程中應該肯定的和需要改進(jìn)的地方;以及給出設計評價(jià)指標的導向問(wèn)題。
3.1教學(xué)評估體系的構建方法
層次分析法(簡(jiǎn)稱(chēng)AHP法)是美國運籌學(xué)家T·L·Saaty教授在20世紀70年代初期提出的一種簡(jiǎn)便、靈活而又實(shí)用的多準則決策的系統分析方法，其原理是把一個(gè)復雜問(wèn)題分解、轉化為定量分析的方法。它需要建立關(guān)于系統屬性的各因素多級遞階結構，然后對每一層次上的因素逐一進(jìn)行比較，得到判斷矩陣，通過(guò)計算判斷矩陣的特征值和特征向量，得到其關(guān)于上一層因素的相對權重，并可自上而下地用上一層次因素的相對權重加權求和，求出各層次因素關(guān)于系統整體屬性(總目標層)的綜合重要度。
3.2構建教學(xué)評估指標體系的作用
3.2.1構建的教學(xué)評估指標，作為挖掘庫選擇教學(xué)信息屬性的依據。
3.2.2通過(guò)AHP方法，能篩選出用來(lái)評價(jià)教學(xué)質(zhì)量的相關(guān)重要屬性，從而入選為挖掘庫字段，這樣就減去了挖掘庫中對于挖掘目標來(lái)說(shuō)影響較小的屬性，進(jìn)而大大減少了挖掘的工作量，提高挖掘效率。3.2.3通過(guò)構建教學(xué)評估指標，減少了挖掘對象的字段，從而避免因挖掘字段過(guò)多，導致建立的決策樹(shù)過(guò)大，出現過(guò)度擬合挖掘對象，進(jìn)而造成挖掘規則不具有很好的評價(jià)效果的現象。3.2.4提高教學(xué)質(zhì)量評估實(shí)施工作的效率。
4數據挖掘在教學(xué)評估中的應用
4.1學(xué)習效果評價(jià)學(xué)習評價(jià)是教育工作者的重要職責之一。評價(jià)學(xué)生的學(xué)習情況，既對學(xué)生起到信息反饋和激發(fā)學(xué)習動(dòng)機的作用，又是檢查課程計劃、教學(xué)程序以至教學(xué)目的的手段，也是考查學(xué)生個(gè)別差異、便于因材施教的途徑。評價(jià)要遵循“評價(jià)內容要全面、評價(jià)方式要多元化、評價(jià)次數要多次化，注重自評與互評的有機結合”的原則。利用數據挖掘工具，對教師業(yè)務(wù)檔案數據庫、行為記錄數據庫、獎勵處罰數據庫等進(jìn)行分析處理，可以即時(shí)得到教師教學(xué)的評價(jià)結果，對教學(xué)過(guò)程出現的問(wèn)題進(jìn)行及時(shí)指正。
另外，這種系統還能夠克服教師主觀(guān)評價(jià)的不公正、不客觀(guān)的弱點(diǎn)，減輕教師的工作量。
4.2課堂教學(xué)評價(jià)
課堂教學(xué)評價(jià)不僅對教學(xué)起著(zhù)調節、控制、指導和推動(dòng)作用，而且有很強的導向性，是學(xué)校教學(xué)管理的重要組成部分，是評價(jià)教學(xué)工作成績(jì)的主要手段。實(shí)現對任課教師及教學(xué)組織工作效果做出評價(jià)，但是更重要的目的是總結優(yōu)秀的教學(xué)經(jīng)驗，為教學(xué)質(zhì)量的穩定提高制定科學(xué)的規范。學(xué)校每學(xué)期都要搞課堂教學(xué)評價(jià)調查，積累了大量的數據。利用數據挖掘技術(shù)，從教學(xué)評價(jià)數據中進(jìn)行數據挖掘，將關(guān)聯(lián)規則應用于教師教學(xué)評估系統中，探討教學(xué)效果的好壞與老師的年齡、職稱(chēng)、學(xué)歷之間的聯(lián)系;確定教師的教學(xué)內容的范圍和深度是否合適，選擇的教學(xué)媒體是否適合所選的教學(xué)內容和教學(xué)對象;講解的時(shí)間是否恰到好處;教學(xué)策略是否得當等。從而可以及時(shí)地將挖掘出的規則信息反饋給教師。管理部門(mén)據此能合理配置班級的上課教師，使學(xué)生能夠較好地保持良好的學(xué)習態(tài)度，從而為教學(xué)部門(mén)提供了決策支持信息，促使教學(xué)工作更好地開(kāi)展。
結束語(yǔ)
數據挖掘作為一種工具，其技術(shù)日趨成熟，在許多領(lǐng)域取得了廣泛的應用。在教育領(lǐng)域里，隨著(zhù)數據的不斷累積，把數據挖掘技術(shù)應用到教學(xué)評價(jià)系統中，讓領(lǐng)導者能夠從中發(fā)現教師教學(xué)活動(dòng)中的主要問(wèn)題，以便及時(shí)改進(jìn)，進(jìn)而輔助領(lǐng)導決策做好學(xué)校管理，提高學(xué)校管理能力和水平，同時(shí)通過(guò)建立有效的教學(xué)激勵機制來(lái)達到提高教學(xué)質(zhì)量的目的。這一研究對發(fā)展中的職業(yè)教育教學(xué)管理提出了很好的建議，為教學(xué)管理工作的計算機輔助決策增添了新的內容。將數據挖掘技術(shù)應用于中職教學(xué)評估，設計開(kāi)發(fā)一套行之有效的課堂教學(xué)評價(jià)系統，是下一步要做的工作，必將有力推動(dòng)職業(yè)教育的快速發(fā)展。
【數據挖掘在中職學(xué)校教學(xué)評估中的應用教育教學(xué)論文】相關(guān)文章：
數據挖掘在旅游電子商務(wù)中應用論文11-28
數據挖掘在ＣＲＭ中的應用分析03-22
數據挖掘技術(shù)在ＣＲＭ中的應用03-22
數據挖掘技術(shù)在企業(yè)知識管理中的應用03-19
談數據挖掘技術(shù)在電子商務(wù)中的應用03-21