數據挖掘技術(shù)的高校思想政治教育運用論文

　　０引言

　　隨著(zhù)我國信息化建設進(jìn)程的不斷推進(jìn)，許多高校都已經(jīng)建立起各類(lèi)基于業(yè)務(wù)的數據庫用于日常管理，作為應用廣泛的新興學(xué)科，數據挖掘技術(shù)在高校教育信息化中的應用前景較好，為高校的管理、建設、服務(wù)過(guò)程的絕學(xué)提供了全新而科學(xué)的分析途徑。在新形勢下，高校學(xué)生思政管理工作面臨著(zhù)巨大挑戰，所以適時(shí)不斷調整思想工作的途徑，加強先進(jìn)經(jīng)驗的交流，可以有效的提高高校思政工作的效果，對此，本文借助數據挖掘技術(shù)進(jìn)行嘗試，通過(guò)聚類(lèi)結果分析，所挖掘到的信息對學(xué)生工作具有一定的參考價(jià)值。

　　１數據挖掘技術(shù)在思想政治教育中的實(shí)際應用

　�。保�１思想政治教育管理隨著(zhù)高等教育的不斷發(fā)展與普及，給高校思想政治教育帶來(lái)一定挑戰，在通常情況下，學(xué)校相關(guān)部門(mén)會(huì )對教育管理工作進(jìn)行數據收集，但是目前對這些數據的處理還處于底層的查找與簡(jiǎn)單分析階段，不能夠挖掘出其中的價(jià)值。為了更加具體的了解思政教育工作者的工作情況，學(xué)校每學(xué)期會(huì )組織學(xué)生對輔導員的工作進(jìn)行評議，填寫(xiě)輔導員“工作考核量化表”如何從中提取有價(jià)值的信息，對高校思想政治教育有非常重要的意義［１］。１．２解決方案數據挖掘屬于一個(gè)方案得到肯定的過(guò)程，是數據分析研究的深層系手段，將數據挖掘技術(shù)運用到輔導員工作考核中具有特別意義。例如：通過(guò)數據挖掘技術(shù)手段分析“輔導員工作考核量化表”中的數據，可以了解“某所高校思政管理整體水平”，在管理中“哪些方面做得好，哪些方面做得不到位”等相關(guān)問(wèn)題。通過(guò)這些結論進(jìn)一步完善高校思政教育管理。本文提出運用聚類(lèi)分析的數據挖掘技術(shù)對輔導員的工作成效數據進(jìn)行分析，將大批的數據轉換為聚類(lèi)結果，從而更好的對數據加以利用。數據挖掘過(guò)程.步驟１：明確數據挖掘的對象和主要目的，通過(guò)數據挖掘雖然不能預測最終結果，但是可以對所研究的問(wèn)題進(jìn)行預測，所以挖掘目標的確定是數據挖掘的關(guān)鍵步驟［２］。步驟２：數據采集，該過(guò)程的任務(wù)比較繁重，并且需要時(shí)間比較多。在品勢的教育管理中，要認真的收集數據信息，一部分數據是直接可以拿到的，一部分數據則需要通過(guò)調研才能獲得。步驟３：數據預處理，將收集到的數據轉變成可分析的數據模型，該模型是根據算法來(lái)準備的，不同的算法對數據模型的要求是不一樣的。步驟４：數據類(lèi)聚挖掘，通過(guò)類(lèi)聚挖掘能夠將數據模型劃分為相似的多個(gè)組，該過(guò)程主要為數據模型的輸入過(guò)程以及聚類(lèi)算法的選擇進(jìn)行實(shí)現。步驟５：聚類(lèi)結果分析，該過(guò)程主要分析研究聚類(lèi)數據挖掘之后得到的多個(gè)組屬性。步驟６：知識應用，將研究所得的信息集成到輔導員的管理教育環(huán)節中，思政工作者通過(guò)該結論促進(jìn)教學(xué)管理，形成良好的管理方針［３］。

　　２數據挖掘技術(shù)在思政教育工作中具體方案實(shí)施

　�。玻�１確定數據挖掘對象收集并整理某大學(xué)２０１７年“輔導員工作考核量化表”，整理其中關(guān)于輔導員教育管理的１２０張考核量化表，嘗試解答高校思政教育中存在的問(wèn)題，經(jīng)過(guò)對有價(jià)值數據的挖掘，得出結論為教學(xué)管理帶來(lái)有效的指導價(jià)值。２．２數據采集從學(xué)校學(xué)生工作處，搜集２０１７年度“輔導員工作考核量化表”。２．３數據預處理“輔導員工作考核量化表”要求輔導員在“堅持標準，獎懲分明，客觀(guān)公正的對待每一位學(xué)生�！薄罢J真做好勤工助學(xué)活動(dòng)�！薄罢�確分析學(xué)生的思想動(dòng)態(tài)”等幾個(gè)指標項目中，根據輔導員的實(shí)際工作表現，劃分為“優(yōu)秀、良好、合格、較差、差”五等類(lèi)型等級。最終獲得比較完整的考核記錄工作考核量化表１１７張。２．４數據轉換在工作考核量化表中考核等級的項目共１５項，如何將數據合成到一個(gè)聚類(lèi)分析的模式中非常關(guān)鍵，按照“管理態(tài)度”“管理能力”“管理方法”“管理效果”四方面屬性來(lái)對工作考核量化表中的數據進(jìn)行重新組合：其中“管理態(tài)度”＝（堅持標準＋與同學(xué)之間感情融洽＋言談得體＋辦事客觀(guān)）／４“管理能力”＝（準確掌握貧困生情況＋準確掌握特殊群體＋嚴格教育與查出違紀學(xué)生＋勝任工作＋組織學(xué)生做好評優(yōu)工作）／５“管理方法”＝（每周３次以上探入班級宿舍＋積極參加檢查學(xué)生早操＋學(xué)生獎學(xué)金發(fā)放到位＋有準備的與學(xué)生談話(huà)＋檢查宿舍衛生）／５“管理效果”＝（積極參加團活班會(huì )＋課下了解學(xué)生思想狀況＋評論與建議）／３通過(guò)以上處理，可以將工作考核量化表關(guān)系到的十五個(gè)考評等級統一演化到四個(gè)屬性中。然后針對１１７份數據樣本信息的４個(gè)屬性采取聚類(lèi)挖掘的方法進(jìn)行研究。通過(guò)樣本預處理得到數據樣本.２．５數據聚類(lèi)挖掘數據的聚類(lèi)挖掘采用劃分方法中的經(jīng)典算法Ｋ均值以及Ｋ中心點(diǎn)算法，其中Ｋ代表類(lèi)別個(gè)數（Ｋ＝３），主要挖掘思路為：將ｎ個(gè)對象劃分為Ｋ個(gè)簇，使同一簇中的對象具有較高的相似度，Ｋ均值算法主要是使用簇中對象的平均值作為參考值。Ｋ均值算法的復雜度可以通過(guò)進(jìn)一步計算得出Ｏ（ｎｋｔ），ｎ代表簇的數量，ｔ代表反復迭代的次數，在一般情況下，ｋ與ｔ都會(huì )遠小于ｎ。針對所要分析的數據樣本，四類(lèi)屬性都是通過(guò)數據轉換而得到的，所要的數據都是算術(shù)平均值，所以產(chǎn)生孤立點(diǎn)的可能性非常小，最終選用Ｋ均值的算法來(lái)運用于本研究的數據聚類(lèi)中。一般情況下，Ｋ均值算法當局部取得最優(yōu)解時(shí)會(huì )終止，所以一定要對數據樣本進(jìn)行改進(jìn)，考察數據樣本信息的綜合比例分布情況，采取進(jìn)一步措施對Ｋ均值算法進(jìn)行改進(jìn)得到三個(gè)等級樣本，３數據挖掘算法流程３．１算法實(shí)現的流程算法實(shí)現流程。在Ｋ均值算法中，函數ＬｏａｄＰａｔｔｅｒｎｓ的作用主要是將數據信息裝載到程序中，目的是為了從數據庫文件中讀取相關(guān)信息，并且將文件中的數據轉換成樣本數組。函數ＲｕｎＫ－Ｍｅａｎｓ（）的作用是算法的主程序，將所有對象同簇中心距離進(jìn)行對比，然后將對象劃分到最近的簇中。函數Ｓｈｏｗ－Ｃｅｎｔｅｒｓ（）代表算法所描述的聚類(lèi)中心。函數ＳｈｏｗＣｌｕｓｔｅｒｓ（）表示樣本的標識符號［４］。３．２主控程序ＲｕｎＫＭｅａｎｓ（）的調用從而找到最短距離的簇，然后運用ＤｉｓｔｒｉｂｕｔｅＳａｍ－ｐｌｅｓ（）將所有對象劃分到最近的簇當中，算出所有簇中對象的平均值，作為新的質(zhì)心，如果所有新的質(zhì)心不發(fā)生改變，則聚類(lèi)結束。

　　3聚類(lèi)結果分析

　　本文運用Ｋ均值算法對１２０個(gè)數據通過(guò)數據轉換得到的樣本數據進(jìn)行分析，對管理態(tài)度、管理能力、管理方法、管理效果４個(gè)屬性進(jìn)行數據挖掘聚類(lèi)，設置初始ｋ值為３，最終挖掘到的結果.根據以上結果，每個(gè)簇所包括的數據樣本最后的比例分布范圍如下：簇１（較好）共計３６個(gè)樣本，刪除定義樣本，剩余３５個(gè)數據樣本，占３５／１１７＝３０％。簇２（中等）共計７４個(gè)樣本，刪除一個(gè)標準樣本，剩余７３個(gè)數據樣本，占７３／１１７＝６２％。簇３（較差）共計１０個(gè)樣本，刪除一個(gè)標準樣本，剩余９個(gè)數據樣本，占９／１１７＝８％“管理態(tài)度”＝０．７７＊３０％＋０．６１＊６２％＋０．３１＊８％＝０．６３４“管理能力”＝０．７７＊３０％＋０．５７＊６２％＋０．３１＊８％＝０．６０９２“管理方法”＝０．７４＊３０％＋０．５４＊６２％＋０．２８＊８％＝０．５７９２“管理效果”＝０．７９＊３０％＋０．５６＊６２％＋０．３０＊８％＝０．６０８２從總體得分由高到低排序為：管理態(tài)度、管理能力、管理效果、管理方法�？傮w上證明該校的思政管理水平屬于中等偏上的。

　　４總結

　　數據挖掘，主要是通過(guò)對原始數據的分析、提煉，找到最優(yōu)價(jià)值的信息的過(guò)程，屬于一類(lèi)深層次的數據分析方法。將數據挖據技術(shù)運用在高校思想政治教育中，有利于對思政教育工作者的多項工作指標進(jìn)行分析，對其綜合能力進(jìn)行評定，為高校進(jìn)一步完善思想政治教育管理決策，準確定位人才培養目標，加強教育團隊建設提供有效的數據依據。

　　參考文獻

　�。郏保輨�強珺，丁養斌．基于數據挖掘技術(shù)的高校思政教育管理研究［Ｊ］．電子測試，２０１５（１）：１０１－１０３．

　�。郏玻莘跺肺�，韓松洋．思想政治教育在高校內涵式發(fā)展中的重新定位［Ｊ］．中共珠海市委黨校珠海市行政學(xué)院學(xué)報，２０１５（４）：５０－５４．

　�。郏常輩切↓�，張麗麗．大數據視角下高校思想政治理論教育創(chuàng )新［Ｊ］．江西理工大學(xué)學(xué)報，２０１７（８）：２０－２３．

　�。郏矗堇钇綐s．大數據時(shí)代的數據挖掘技術(shù)與應用［Ｊ］．重慶三峽學(xué)院學(xué)報，２０１４（５）：１５９．

　�。郏担菔嬲�渝．淺談數據挖掘技術(shù)及其應用［Ｊ］．中國西部科技，２０１０（２）：１４８－１５０．

　　作者:關(guān)翠玲 單位:陜西財經(jīng)職業(yè)技術(shù)學(xué)院

【數據挖掘技術(shù)的高校思想政治教育運用論文】相關(guān)文章：

數據挖掘技術(shù)在移動(dòng)通信中的運用02-27

數據挖掘技術(shù)的教學(xué)輔助系統應用論文03-16

數據挖掘技術(shù)在就業(yè)指導的應用論文02-27

高校人文關(guān)懷思想政治教育論文12-06

構建高校隱性課程思想政治教育論文12-09

數據挖掘技術(shù)在高校學(xué)生成績(jì)分析中的應用研究論文03-15

論文：儒家思想在高校思政工作的運用04-03

運用微博媒體開(kāi)展高校思想政治教育工作03-03

淺析高校思想政治教育的心理學(xué)論文02-15

新時(shí)期我國高校隱性思想政治教育論文12-09