數(shù)據(jù)挖掘在學(xué)科建設(shè)中的應(yīng)用研究摘要：隨著高校教學(xué)改革進(jìn)程的加快，校園信息的積累越來越豐富，本文結(jié)合教學(xué)管理具體要求，通過設(shè)計學(xué)院某門課程的在線答疑建立的一個“隨訪信息庫”，對在線答疑學(xué)生進(jìn)行跟蹤訪問，記錄在線答疑的數(shù)據(jù)，然后通過設(shè)計合適教學(xué)管理決策需求的數(shù)據(jù)倉庫模型設(shè)計和數(shù)據(jù)處理方法，對“隨訪信息庫”進(jìn)行數(shù)據(jù)挖掘，建立了完備、正確、無冗余的教學(xué)管理系統(tǒng)數(shù)據(jù)倉庫模型一個有價值和指導(dǎo)意義的“學(xué)科建設(shè)指導(dǎo)庫”。教師通過查詢“學(xué)科建設(shè)指導(dǎo)庫”中的信息資料，可以了解某門課中某個問題的解決方式、解決方法或解決方案，并結(jié)合教師自己的教學(xué)經(jīng)驗(yàn)，形成解決問題的切實(shí)方案，最終達(dá)到便于教學(xué)經(jīng)驗(yàn)的總結(jié)和提高教學(xué)質(zhì)量的目的，對以后的教學(xué)改革方案的實(shí)施有重要的指導(dǎo)意義，為后期進(jìn)行決策分析提供有效的支持和依據(jù)，從理論和實(shí)踐上提供一套行之有效的方法，為高校全面進(jìn)行數(shù)據(jù)倉庫建設(shè)、數(shù)據(jù)挖掘研究與開發(fā)提供參考。關(guān)鍵詞：數(shù)據(jù)挖掘； 教改； 教學(xué)改革； 數(shù)據(jù)倉庫模型； 數(shù)據(jù)倉庫； 教學(xué)管理； 學(xué)科建設(shè)中圖分類號：tp 312.1 文獻(xiàn)標(biāo)識碼：a 文章編號：1006-3315（2012）09-125-002一、引言數(shù)據(jù)挖掘技術(shù)作為一個多學(xué)科交叉的新興學(xué)科，在研究領(lǐng)域等得到了越來越多的應(yīng)用，尤其在需要進(jìn)行信息分析的領(lǐng)域得到了十分廣泛的應(yīng)用。隨著科學(xué)技術(shù)的飛速發(fā)展，如何提高高等學(xué)校教學(xué)質(zhì)量，以適應(yīng)新形式發(fā)展已成為一個刻不容緩的問題，而提高教學(xué)質(zhì)量，改善教學(xué)環(huán)境則是改善高等教學(xué)的關(guān)鍵。高校教學(xué)管理中每天都會有海量數(shù)據(jù)產(chǎn)生，面對如此海量的數(shù)據(jù)，目前的教學(xué)管理系統(tǒng)只是做一些查詢、更新、統(tǒng)計、打印報表等操作，并沒有完全發(fā)揮信息技術(shù)的潛能，即沒有從大量數(shù)據(jù)中挖掘所隱含的規(guī)律，從而應(yīng)用這些規(guī)律去指導(dǎo)教師的日常工作。因此，如何利用數(shù)據(jù)挖掘技術(shù)從這些數(shù)據(jù)信息中發(fā)現(xiàn)有益的知識，利用信息化手段來為教師進(jìn)行決策支持服務(wù)，提高教學(xué)質(zhì)量以適應(yīng)新形勢發(fā)展，不但可以提高教師的教學(xué)水平，還可以帶來更多的好處。二、數(shù)據(jù)挖掘的相關(guān)知識1.數(shù)據(jù)倉庫數(shù)據(jù)庫系統(tǒng)作為數(shù)據(jù)管理手段，主要用于事物處理。在目前的計算機(jī)處理能力上，直接使用事務(wù)處理環(huán)境來支持決策是行不通的。近幾年，隨著數(shù)據(jù)庫技術(shù)的應(yīng)用和發(fā)展，人們嘗試對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行再加工，形成一個綜合的、面向分析的環(huán)境，以更好地支持決策分析，數(shù)據(jù)倉庫（data warehouse簡稱dw）正是為了構(gòu)建這種新的分析處理環(huán)境而出現(xiàn)的一種數(shù)據(jù)存儲和組織技術(shù)。數(shù)據(jù)倉庫彌補(bǔ)了原有數(shù)據(jù)庫的缺點(diǎn)，將原來以單一數(shù)據(jù)庫為中心的數(shù)據(jù)環(huán)境發(fā)展為一種新環(huán)境：體系化環(huán)境。數(shù)據(jù)庫要建立在一個較全面和完善的信息應(yīng)用基礎(chǔ)上，用于支持高層決策分析。2.數(shù)據(jù)挖掘的概念數(shù)據(jù)挖掘1-2是指從數(shù)據(jù)庫中提取出隱含的人們事先未知的、潛在的有用信息和知識，所提取的知識可以表示為概念規(guī)則、規(guī)律、模式等形式，它具備有效性、新穎性、潛在有用性及最終可理解性，即發(fā)現(xiàn)的知識可接受、可理解、可運(yùn)用，最好能用自然語言表達(dá)發(fā)現(xiàn)的結(jié)果。處理的原始數(shù)據(jù)可以是結(jié)構(gòu)化的，如關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)；也可以是半結(jié)構(gòu)化的，如文本、圖形、圖象數(shù)據(jù)；甚至是分布在網(wǎng)絡(luò)上的web數(shù)據(jù)和異構(gòu)型數(shù)據(jù)。獲取的知識可用于信息管理、查詢優(yōu)化、決策支持、過程控制等，還可以用于數(shù)據(jù)自身的維護(hù)。因此，數(shù)據(jù)挖掘是一個介于統(tǒng)計學(xué)、模式識別、人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫技術(shù)以及高性能并行計算等領(lǐng)域的交叉新學(xué)科。我國學(xué)者在這個領(lǐng)域也已開展了很多研究，主要來自計算機(jī)科學(xué)及相關(guān)領(lǐng)域。3.數(shù)據(jù)挖掘的過程4數(shù)據(jù)挖掘使用一定的算法，從實(shí)際應(yīng)用數(shù)據(jù)中挖掘出未知、有價值的模式或規(guī)律等知識，整個過程由數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、模式評估、鞏固知識和運(yùn)用知識等步驟組成。3.1數(shù)據(jù)預(yù)處理。數(shù)據(jù)挖掘的處理對象是數(shù)據(jù)，這些數(shù)據(jù)一般存儲在數(shù)據(jù)庫系統(tǒng)中，是長期積累的結(jié)果。但是往往不太適合直接對這些數(shù)據(jù)進(jìn)行知識挖掘。需要先清除數(shù)據(jù)噪聲和與挖掘主題明顯無關(guān)的數(shù)據(jù)，其次將來自多數(shù)據(jù)源中的相關(guān)數(shù)據(jù)源組合并，最后將數(shù)據(jù)轉(zhuǎn)換為易于進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)存儲形式，這就是數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理是數(shù)據(jù)在進(jìn)入數(shù)據(jù)倉庫系統(tǒng)之前的處理過程，在這個過程中，需要將來自關(guān)系數(shù)據(jù)庫、實(shí)時數(shù)據(jù)庫或者文件系統(tǒng)等多個外部數(shù)據(jù)源的數(shù)據(jù)進(jìn)行有效的抽取、清理、轉(zhuǎn)化和綜合，檢查數(shù)據(jù)的完整性、一致性等質(zhì)量指標(biāo)，對其中的噪音數(shù)據(jù)、空值等進(jìn)行處理，最后存入數(shù)據(jù)倉庫。數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘的第一步，它是整個過程中很重要的一步，數(shù)據(jù)預(yù)處理是否合適將影響到數(shù)據(jù)挖掘的效率、準(zhǔn)確率以及最終模式的有效性。3.2數(shù)據(jù)挖掘。數(shù)據(jù)挖掘就是根據(jù)數(shù)據(jù)挖掘的目標(biāo)，選取相應(yīng)的算法及參數(shù)，分析準(zhǔn)備好的數(shù)據(jù)，產(chǎn)生一個特定的模式或數(shù)據(jù)集，從而得到可能形成知識的模式模型。學(xué)院教學(xué)管理數(shù)據(jù)主要存儲在關(guān)系型數(shù)據(jù)庫中，大量的數(shù)據(jù)和數(shù)據(jù)模型都是反映歷屆學(xué)生的學(xué)習(xí)情況和教師的教學(xué)任務(wù)、教學(xué)計劃以及教師教案等，已開發(fā)的數(shù)據(jù)庫系統(tǒng)基本上是面向事物處理的簡單的管理信息系統(tǒng)。隨著學(xué)校對決策信息需求的日益廣泛、復(fù)雜和迫切，這些傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)存在的問題也越來越明顯：（1）原有數(shù)據(jù)庫系統(tǒng)是面向oltp而不是面向olap的；（2）原有數(shù)據(jù)庫系統(tǒng)難以適應(yīng)各類對象數(shù)據(jù)粒度的不同要求。在數(shù)據(jù)倉庫中，系統(tǒng)體系結(jié)構(gòu)是關(guān)鍵，要成功地實(shí)施數(shù)據(jù)倉庫，首先應(yīng)該擬訂適合本校特點(diǎn)的數(shù)據(jù)倉庫系統(tǒng)框架，一個真正實(shí)用、有效、靈活的數(shù)據(jù)倉庫系統(tǒng)體系結(jié)構(gòu)的建立是十分必要的。在對教務(wù)系統(tǒng)進(jìn)行深入調(diào)研和需求分析的基礎(chǔ)上，針對教務(wù)管理自身的特點(diǎn)，給出一個比較適合本校教務(wù)管理的數(shù)據(jù)倉庫體系結(jié)構(gòu)，該結(jié)構(gòu)由一個集中式數(shù)據(jù)倉庫（即中央教務(wù)數(shù)據(jù)倉庫）、分布式數(shù)據(jù)集市（即部門學(xué)院級數(shù)據(jù)倉庫）和個人級數(shù)據(jù)倉庫相結(jié)合。如圖1所示。（1）中央數(shù)據(jù)倉庫。中央數(shù)據(jù)倉庫的目標(biāo)是進(jìn)行決策支持，它是支持管理決策過程的、面向主題的、集成的、穩(wěn)定的、時變的數(shù)據(jù)集合，它面向主題組織數(shù)據(jù)，每個主題對應(yīng)一個客觀分析領(lǐng)域，它可以為輔助決策分析集成多個部門、不同系統(tǒng)的大量數(shù)據(jù)。為了滿足不同應(yīng)用對數(shù)據(jù)庫的不同處理深度的要求，數(shù)據(jù)倉庫中的多重粒度是必不可少的，其數(shù)據(jù)倉庫中的數(shù)據(jù)組織結(jié)構(gòu)分為四個級別，即早期細(xì)節(jié)級、當(dāng)前細(xì)節(jié)級、輕度綜合級和高度綜合級。早期細(xì)節(jié)級保存歷史詳細(xì)數(shù)據(jù)，一般保存45年的歷史數(shù)據(jù)。當(dāng)前細(xì)節(jié)級保存來自集成器的當(dāng)前細(xì)節(jié)數(shù)據(jù)，為單位當(dāng)年的詳細(xì)數(shù)據(jù)。詳細(xì)數(shù)據(jù)經(jīng)進(jìn)一步匯總，以綜合的數(shù)據(jù)進(jìn)入輕度綜合級和高度綜合級。隨著時間的推移，由時間控制機(jī)制將當(dāng)前細(xì)節(jié)級的老化數(shù)據(jù)轉(zhuǎn)入早期細(xì)節(jié)（即轉(zhuǎn)化為歷史數(shù)據(jù)）。（2）數(shù)據(jù)集市。數(shù)據(jù)集市(data marts)是一種更小、更集中的院、系級數(shù)據(jù)倉庫（departmental data warehouse），它具有傳統(tǒng)意義上的數(shù)據(jù)倉庫的四個基本特征，它是按照某一特定的決策支持需求而組織起來的、針對特定主題的數(shù)據(jù)倉庫。（3）個人倉庫。高層管理的主要任務(wù)是進(jìn)行戰(zhàn)略決策，需要進(jìn)行復(fù)雜的分析加工，個人級數(shù)據(jù)倉庫面向這一層。針對學(xué)校各個院級對數(shù)據(jù)訪問的局部性，有必要為數(shù)據(jù)倉庫十分頻繁的關(guān)鍵業(yè)務(wù)部門建立自己的數(shù)據(jù)集市，以便節(jié)省開支，提高響應(yīng)速度；對于一般通用業(yè)務(wù)的分析決策應(yīng)用，建立一個通用的數(shù)據(jù)集市，并且建立一個學(xué)校高層管理人員使用的個人級數(shù)據(jù)倉庫，以支持學(xué)校的宏觀戰(zhàn)略決策。這樣既可以提高解決分析效率，又便于對中央數(shù)據(jù)倉庫進(jìn)行有效的維護(hù)。3.3模式評估。由挖掘算法產(chǎn)生的模式或規(guī)律，存在無實(shí)際意義或無實(shí)用價值的情況，也存在不能準(zhǔn)確反映數(shù)據(jù)的真實(shí)意義的情況，甚至在某些情況下與事實(shí)相反，因此需要對其進(jìn)行評估，從挖掘結(jié)果中篩選出有意義的模式規(guī)律。在此過程中，為了取得更為有效的知識，可能會返回前面的某一處理步驟中以反復(fù)提取，從而提取出更有效的知識。3.4鞏固知識。完成對知識的一致性檢查，確保發(fā)現(xiàn)的知識與已知可信的知識不發(fā)生抵觸。3.5運(yùn)用知識。發(fā)現(xiàn)知識的目的是運(yùn)用。運(yùn)用知識有兩種方法：一種是直接運(yùn)用知識來決策；另一種是要求對新的數(shù)據(jù)運(yùn)用知識，由此可能產(chǎn)生新的問題，而需要對知識做進(jìn)一步的優(yōu)化。三、數(shù)據(jù)挖掘在學(xué)科建設(shè)中的應(yīng)用隨著學(xué)科建設(shè)工作的開展，隨訪工作量的日益加大，如何設(shè)計完善的隨訪系統(tǒng)是科學(xué)、準(zhǔn)確地做好隨訪工作的前提和保障。根據(jù)“原始資料庫”運(yùn)用適當(dāng)?shù)乃惴ㄟM(jìn)行信息的清理，把其中對學(xué)科建設(shè)無效的數(shù)據(jù)清理掉，然后通過各種隨訪手段進(jìn)行隨訪，建立起一個能對隨訪自動處理的“在線隨訪答疑庫”。1.“原始資料庫”的作用本文以電子在線答疑系統(tǒng)的數(shù)據(jù)為“原始資料庫”，保存在web數(shù)據(jù)庫中，接收學(xué)生們對學(xué)科的咨詢，甚至對課題的求解方法、方案及求解步驟；教師們對學(xué)科建設(shè)的看法及建議、問題的解答等數(shù)據(jù)，“原始資料庫”還包含學(xué)生的基本資料，任課教師信息，授課情況，學(xué)生反映情況等數(shù)據(jù)信息，這些信息可以通過網(wǎng)站的形式收集，然后存取并存儲到相應(yīng)的學(xué)院數(shù)據(jù)庫中形成“原始資料庫”的一部分。從中挖掘出學(xué)生對該學(xué)科可能普遍感興趣并遇到的問題，教師如何引導(dǎo)學(xué)生正確處理并解決，并將問題及解決方案存到相應(yīng)的數(shù)據(jù)倉庫或數(shù)據(jù)集市。2.“隨訪信息庫”的作用3通過對“原始資料庫”中的數(shù)據(jù)清理，建立一個“隨訪數(shù)據(jù)庫”，其建立流程如圖2所示，用于教師、學(xué)生等對學(xué)科建設(shè)的跟蹤調(diào)查。將“原始資料庫”中清理后的數(shù)據(jù)信息納入“隨訪信息庫”中是對教改信息資源的二次開發(fā)，“隨訪信息庫”中主要有學(xué)生的基本資料，學(xué)生的學(xué)習(xí)情況，學(xué)生的反映情況等數(shù)據(jù)信息。在“隨訪數(shù)據(jù)庫”的基礎(chǔ)之上，進(jìn)一步進(jìn)行有價值的信息挖掘，建立一個學(xué)科建設(shè)的“指導(dǎo)信息庫”。3“在線隨訪答疑庫”的作用“在線隨訪答疑庫”的學(xué)生的基本資料和“隨訪信息庫”中的學(xué)生的基本資料相一致。學(xué)院教學(xué)信息系統(tǒng)蘊(yùn)藏著大量數(shù)據(jù)，全部調(diào)用既不可能，也無功效，所以通過現(xiàn)代的數(shù)據(jù)挖掘技術(shù)將“隨訪信息庫”和“原始資料庫”結(jié)合，進(jìn)行數(shù)據(jù)分析、清理和挖掘，得出一個個具有代表性和指導(dǎo)意義的教學(xué)案例，并將其添加到“教學(xué)案例庫”中，逐漸形成一個大規(guī)模的、有輔導(dǎo)價值的學(xué)院教輔“指導(dǎo)信息庫”，使得日后教師、學(xué)生等有所借鑒，最終形成信息的共享。其工作過程如圖3所示：四、結(jié)束語如何通過分析原始資料庫中的信息，即在傳統(tǒng)教學(xué)管理系統(tǒng)數(shù)據(jù)庫基礎(chǔ)上，對數(shù)據(jù)進(jìn)行清理，消除噪聲和不一致，整合存放在不同數(shù)據(jù)庫和文件中的數(shù)據(jù)；設(shè)計合理的系統(tǒng)模型，提取相關(guān)數(shù)據(jù)，采用合適的數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)預(yù)處理算法，建立完備、正確、無冗余的適合教學(xué)管理的數(shù)據(jù)倉庫，基于所建立的數(shù)據(jù)倉庫，結(jié)合學(xué)科建設(shè)的具體應(yīng)用要求，設(shè)計交互性良好的用戶界面，將分析結(jié)果用可視化和知識表示技術(shù)表示出來，從中提取對學(xué)科建設(shè)有用的信息（新知識），發(fā)現(xiàn)教學(xué)環(huán)節(jié)中的弱點(diǎn)，制定有益于學(xué)科建設(shè)的策略和戰(zhàn)術(shù)，為以后進(jìn)行決策分析提供有效的支持和依據(jù)，通過本文的研究，從理論和實(shí)踐上找出一套行之有效的方法，為高校全面進(jìn)行數(shù)據(jù)倉庫建設(shè)、數(shù)據(jù)挖掘研究與開發(fā)提供參考，為教學(xué)以及科學(xué)研究提供方便和研究價值是本文的研究重點(diǎn)。參考文獻(xiàn)：1范明，孟小峰.數(shù)據(jù)挖掘概念與技術(shù)m，北京：機(jī)械工業(yè)出版社，20012康曉東.基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘技術(shù)m，北京：機(jī)械工業(yè)出版社，20043李雄偉.數(shù)據(jù)挖掘技術(shù)在醫(yī)療中的應(yīng)用研究，信息化縱橫，2009年第16期4李琳等.數(shù)據(jù)挖掘在教學(xué)質(zhì)量分析中的應(yīng)用研究，衡陽師范學(xué)院學(xué)報，2009年6月，第30卷第3期