- 相關(guān)推薦
數據挖掘技術(shù)在在線(xiàn)考試系統中的應用研究論文
摘 要：數據挖掘技術(shù)在各行業(yè)都有廣泛運用，是一種新興信息技術(shù)。而在線(xiàn)考試系統中存在著(zhù)很多的數據信息，數據挖掘技在在線(xiàn)考試系統有著(zhù)重要的意義，和良好的應用前景，從而在眾多技術(shù)中脫穎而出。本文從對數據挖掘技術(shù)的初步了解，簡(jiǎn)述數據挖掘技術(shù)在在線(xiàn)考試系統中成績(jì)分析，以及配合成績(jì)分析，完善教學(xué)。
關(guān)鍵詞：數據挖掘技術(shù)；在線(xiàn)考試；成績(jì)分析 ；完善教學(xué)
隨著(zhù)計算機網(wǎng)絡(luò )技術(shù)的快速發(fā)展，計算機輔助教育的不斷普及，在線(xiàn)考試是一種利用網(wǎng)絡(luò )技術(shù)的重要輔助教育手段，其改革有著(zhù)重要的意義。數據挖掘技術(shù)作為一種新興的信息技術(shù)，其包括了人工智能、數據庫、統計學(xué)等學(xué)科的內容，是一門(mén)綜合性的技術(shù)。這種技術(shù)的主要特點(diǎn)是對數據庫中大量的數據進(jìn)行抽取、轉換和分析，從中提取出能夠對教師有作用的關(guān)鍵性數據。將其運用于在線(xiàn)考試系統中，能夠很好的處理在線(xiàn)考試中涉及到的數據，讓在線(xiàn)考試的實(shí)用性和高效性得到進(jìn)一步的增強，幫助教師更加快速、完整的統計考試信息，完善教學(xué)。
1.初步了解數據挖掘技術(shù)
數據挖掘技術(shù)是從大量數據中"挖掘"出對使用者有用的知識，即從大量的、隨機的、有噪聲的、模糊的、不完全的實(shí)際應用數據中，"挖掘"出隱含在其中但人們事先卻不知道的，而又是對人們潛在有用的信息與知識的整個(gè)過(guò)程。
目前主要的商業(yè)數據挖掘系統有SAS公司的Enterprise Miner，SPSS公司的Clementine，Sybas公司的Warehouse Studio，MinerSGI公司的Mineset，RuleQuest Research公司的See5，IBM公司的Intelligent，還有 CoverStory， Knowledge Discovery，Quest，EXPLORA， DBMiner，Workbench等。
2.數據挖掘在在線(xiàn)考試中的主要任務(wù)
2.1數據分類(lèi)
數據挖掘技術(shù)通過(guò)對數據庫中的數據進(jìn)行分析，把數據按照相似性歸納成若干類(lèi)別，然后做出分類(lèi)，并能夠為每一個(gè)類(lèi)別都做出一個(gè)準確的描述，挖掘出分類(lèi)的規則或建立一個(gè)分類(lèi)模型。
2.2數據關(guān)聯(lián)分析
數據庫中的數據關(guān)聯(lián)是一項非常重要，并可以發(fā)現的知識。數據關(guān)聯(lián)就是兩組或兩組以上的數據之間有著(zhù)某種規律性的聯(lián)系。數據關(guān)聯(lián)分析的作用就是找出數據庫中隱藏的聯(lián)系，從中得到一些對學(xué)校教學(xué)工作管理者有用的信息。就像是在購物中，就可以通過(guò)顧客的購買(mǎi)物品的聯(lián)系，從中得到顧客的購買(mǎi)習慣。
2.3預測
預測是根據已經(jīng)得到的數據，從而對未來(lái)的情況做出一個(gè)可能性的分析。數據挖掘技術(shù)能自動(dòng)在大型的數據庫中做出一個(gè)較為準確的分析。就像是在市場(chǎng)投資中，可以通過(guò)各種商品促銷(xiāo)的數據來(lái)做出一個(gè)未來(lái)商品的促銷(xiāo)走勢。從而在投資中得到最大的回報。
3.數據挖掘的方法
數據挖掘技術(shù)融合了多個(gè)學(xué)科、多個(gè)領(lǐng)域的知識與技術(shù)，因此數據挖掘的方法也呈現出很多種類(lèi)的形式。就目前的統計分析類(lèi)的數據挖掘技術(shù)的角度來(lái)講，光統計分析技術(shù)中所用到的數據挖掘模型就回歸分析、邏輯回歸分析、有線(xiàn)性分析、非線(xiàn)性分析、單變量分析、多變量分析、最近鄰算法、最近序列分析、聚類(lèi)分析和時(shí)間序列分析等多種方法。數據挖掘技術(shù)利用這些方法對那些異常形式的數據進(jìn)行檢查，然后通過(guò)各種數據模型和統計模型對這些數據來(lái)進(jìn)行解釋?zhuān)倪@些數據中找出隱藏在其中的商業(yè)機會(huì )和市場(chǎng)規律。另外還有知識發(fā)現類(lèi)數據挖掘技術(shù)，這種和統計分析類(lèi)的數據挖掘技術(shù)完全不同，其中包括了支持向量機、人工神經(jīng)元網(wǎng)絡(luò )、遺傳算法、決策樹(shù)、粗糙集、關(guān)聯(lián)順序和規則發(fā)現等多種方法。
4.數據挖掘在考試成績(jì)分析中的幾點(diǎn)應用
4.1運用關(guān)聯(lián)規則分析教師的年齡對學(xué)生考試成績(jì)的影響
數據挖掘技術(shù)中的關(guān)聯(lián)分析在教學(xué)分析中，是一種使用頻繁，行之有效的方法，它能挖掘出大量數據中項集之間之間有意義的關(guān)聯(lián)聯(lián)系，幫助知道教師的教學(xué)過(guò)程。例如在如今的一些高職院校中，就往往會(huì )把學(xué)生的英語(yǔ)四六級過(guò)級率，計算機等級等，以這些為依據來(lái)評價(jià)教師的教學(xué)效果。將數據挖掘技術(shù)中的關(guān)聯(lián)規則運用于考試的成績(jì)分析當中，就能夠挖掘出一些對學(xué)生過(guò)級率產(chǎn)生影響的因素，對教師的教學(xué)過(guò)程進(jìn)行重要的指導，讓教師的教學(xué)效率更高，作用更強。
還可以通過(guò)關(guān)聯(lián)規則算法，先設定一個(gè)最小可信度和支持度，得到初步的關(guān)聯(lián)規則，根據相關(guān)規則，分析出教師的組成結構和過(guò)級率的影響，從來(lái)進(jìn)行教師隊伍的結構調整，讓教師隊伍更加合理。
4.2采用分類(lèi)算法探討對考試成績(jì)有影響的因素
數據挖掘技術(shù)中的分類(lèi)算法就是對一組對象或一個(gè)事件進(jìn)行歸類(lèi)，然后通過(guò)這些數據，可以進(jìn)行分類(lèi)模型的建立和未來(lái)的預測。分類(lèi)算法可以進(jìn)行考試中得到的數據進(jìn)行分類(lèi)，然后通過(guò)學(xué)生的一些基本情況進(jìn)行探討一些對考試成績(jì)有影響的因素。分類(lèi)算法可以用一下步驟實(shí)施：
4.2.1數據采集
這種方法首先要進(jìn)行數據采集，需要這幾方面的數據，學(xué)生基本信息（姓名、性別、學(xué)號、籍貫、所屬院系、專(zhuān)業(yè)、班級等）、學(xué)生調查信息（比如學(xué)習前的知識掌握情況、學(xué)習興趣、課堂學(xué)習效果、課后復習時(shí)間量等）、成績(jì)（學(xué)生平常學(xué)習成績(jì)，平�？荚嚦煽�(jì)，各種大型考試成績(jì)等）、學(xué)生多次考試中出現的易錯點(diǎn)（本次考試中出現的易錯點(diǎn)，以往考試中出現的易錯點(diǎn)）
4.2.2數據預處理
�。�1）數據集成。把數據采集過(guò)程中得到的多種信息，利用數據挖掘技術(shù)中的數據庫技術(shù)生產(chǎn)相應的學(xué)生考試成績(jì)分析基本數據庫。（2）數據清理。在學(xué)生成績(jì)分析數據庫中，肯定會(huì )出現一些情況缺失，對于這些空缺處，就需要使用數據清理技術(shù)來(lái)進(jìn)行這些數據庫中數據的填補遺漏。例如，可以采用忽略元組的方法來(lái)刪除那些沒(méi)有參加考試的學(xué)生考試數據已經(jīng)在學(xué)生填寫(xiě)的調查數據中村中的空缺項。（3）數據轉換。數據轉換主要功能是進(jìn)行進(jìn)行數據的離散化操作。在這個(gè)過(guò)程中可以根據實(shí)際需要進(jìn)行分類(lèi)，比如把考試成績(jì)從0~59的分到較差的一類(lèi)，將60到80分為中等類(lèi)，81到100分為優(yōu)秀等。（4）數據消減。數據消減的功能就是把所需挖掘的數據庫，在消減的過(guò)程又不能影響到最終的數據挖掘結果。比如在分析學(xué)生的基本學(xué)習情況的影響因素情況中，學(xué)生信息表中中出現的字段很多，可以選擇性的刪除班別、籍貫等引述，形成一份新的學(xué)生基本成績(jì)分析數據表。
4.2.3利用數據挖掘技術(shù)，得出結論
通過(guò)數據挖掘技術(shù)在在線(xiàn)考試中的應用，得出這些學(xué)生數據的相關(guān)分析，比如說(shuō)學(xué)生考試中的易錯點(diǎn)在什么地方，學(xué)生考試成績(jì)的自身原因，學(xué)生考試成績(jì)的環(huán)境原因，教師隊伍的搭配情況等等，從中得出如何調整學(xué)校教學(xué)資源，教師的教學(xué)方案調整等等，從而完善學(xué)校對學(xué)生的教學(xué)。
5.結語(yǔ)
數據挖掘技術(shù)在社會(huì )各行各業(yè)中都有一定程度的使用，基于其在數據組織、分析能力、知識發(fā)現和信息深層次挖掘的能力，在使用中取得了顯著(zhù)的成效，但數據挖掘技術(shù)中還存在著(zhù)一些問(wèn)題，例如數據的挖掘算法、預處理、可視化問(wèn)題、模式識別和解釋等等。對于這些問(wèn)題，學(xué)校教學(xué)管理工作者要清醒的認識，在在線(xiàn)考試系統中對數據挖掘信息做出合理的使用，讓數字挖掘技術(shù)在在線(xiàn)考試系統中能夠更加有效的發(fā)揮其長(cháng)處，避免其在在線(xiàn)考試系統中的的缺陷。
參考文獻：
[1]胡玉榮.基于粗糙集理論的數據挖掘技術(shù)在高校學(xué)生成績(jì)分析中的作用[J].荊門(mén)職業(yè)技術(shù)學(xué)院學(xué)報,2007,12(22):12.
[2][加]韓家煒,堪博(Kam ber M.) .數據挖掘：概念與技術(shù)（第2版）[M]范明,譯.北京:機械工業(yè)出版社,2007.
[3]王潔.《在線(xiàn)考試系統的設計與開(kāi)發(fā)》[J].山西師范大學(xué)學(xué)報,2006(2).
[4] 王長(cháng)娥.數據挖掘技術(shù)在教育中的應用[J].計算機與信息技術(shù),2007(11)
【數據挖掘技術(shù)在在線(xiàn)考試系統中的應用研究論文】相關(guān)文章：
關(guān)于基于C的在線(xiàn)考試系統設計與實(shí)現論文07-04
大數據技術(shù)在企業(yè)管理中的功能論文07-04
RFID射頻技術(shù)在倉儲物流管理中的應用研究論文07-04
物聯(lián)網(wǎng)技術(shù)在物流管理中的應用研究論文07-04
自主學(xué)習模式在電子技術(shù)基礎教學(xué)中的應用研究論文07-04
聘：數據分析 數據挖掘07-10
電力工程中系統自動(dòng)化技術(shù)的應用論文07-04
電力系統中電力電子技術(shù)應用論文07-04