計算機教學(xué)評價(jià)中數據挖掘的應用論文
在當前的學(xué)校管理中，教學(xué)和教務(wù)管理工作中積累了大量的數據信息。但是，由于這些教學(xué)中的數據沒(méi)有得到很好地運用，在一定程度上使數據挖掘沒(méi)有得到重視。數據挖掘，從本質(zhì)上看，就是從大量和模糊以及不完全的數據中提取出潛在信息的過(guò)程。并且，隨著(zhù)計算機教學(xué)改革的不斷推進(jìn)，計算機教學(xué)系統更加注重計算機網(wǎng)絡(luò )無(wú)紙化考試，有效地改變傳統教學(xué)評價(jià)手段。
1關(guān)聯(lián)規則的數據挖掘分析方法在計算機教學(xué)中的作用
數據挖掘作為一種全新的計算機運用技術(shù)，在各個(gè)應用領(lǐng)域都發(fā)揮巨大的潛力。通常情況下，數據挖掘分析方法主要是有關(guān)聯(lián)規則分析、序列模式分析以及分類(lèi)分析等方法。筆者經(jīng)過(guò)一些分析方法的對比，在系統開(kāi)發(fā)過(guò)程中，選擇關(guān)聯(lián)規則算法進(jìn)行相應的探討。為了能夠進(jìn)一步說(shuō)明關(guān)聯(lián)規則的數據挖掘方法，同時(shí)有效地結合實(shí)踐過(guò)程，通過(guò)對以下兩個(gè)案例進(jìn)行深入分析，希望能更好地了解數據挖掘方法的運用。例如，在“男同學(xué)-高分”的關(guān)聯(lián)規則中，這種表示方法是在考試過(guò)程中，男同學(xué)和女同學(xué)相比得高分的幾率更高，在一個(gè)具有一萬(wàn)條記錄的事物數據庫中，只有將近300條記錄包括得到高分的男同學(xué)，說(shuō)明這種關(guān)聯(lián)支持度為3%，這個(gè)支持度相對來(lái)說(shuō)較高。但是，也不能因此來(lái)做出這個(gè)關(guān)聯(lián)的意義，若通過(guò)科學(xué)的統計發(fā)現其中有6000條的記錄包含男同學(xué)，使可以計算出男同學(xué)的置信度為300/6000=5%，從此方面來(lái)看，這個(gè)關(guān)聯(lián)規則的置信度并不是很高，同時(shí)也就不能做出這種關(guān)聯(lián)的實(shí)際意義。但是，如果是此記錄中只有600個(gè)是“男同學(xué)”，這樣就可以知道有將近50%的人得到高分，值得關(guān)注。又如，可以針對不同類(lèi)別教師所教學(xué)生的成績(jì)進(jìn)行統計。根據圖中數據顯示，可以假設，甲類(lèi)教師-學(xué)生高分，設置為X-Y，可以知道，其支持度為50/310=16.13%，其置信度則為50/105=47.2%。因此，可以通過(guò)這種方法，以此來(lái)推導出其他的關(guān)聯(lián)支持度以及置信度。
2教師因素對挖掘計算機學(xué)生成績(jì)數據的促進(jìn)作用
當前，我國計算機教學(xué)考試主要采用無(wú)紙化考試，其閱卷工作可以在計算機上自動(dòng)完成，其成績(jì)也可以由省教育廳逐一下發(fā)，通過(guò)這樣的方式，可以更好地開(kāi)展數據挖掘工作。例如，可以利用關(guān)聯(lián)規則法研究學(xué)生A科成績(jì)和B科成績(jì)的關(guān)聯(lián)：①在對可信度的運行過(guò)程中，學(xué)生在A(yíng)科成績(jì)?yōu)閮?yōu)秀時(shí)，B科也為優(yōu)秀的概率；②在對支持度的運行過(guò)程中，可以描述學(xué)生A和B科目的成績(jì)?yōu)閮?yōu)秀的概率；③在對期望可信度的運用過(guò)程中，可以在沒(méi)有任何約束的情況下，加強對學(xué)生A和B科目成績(jì)?yōu)閮?yōu)秀的概率分析；④在作用度的分析上，作為一種可信度和期望可信度的比值，當學(xué)生在A(yíng)類(lèi)成績(jì)?yōu)閮?yōu)秀時(shí)，可以對B科目的優(yōu)秀影響進(jìn)行深入分析。從以上的分析中可以看出，可信度能夠衡量關(guān)聯(lián)規則的準確度，而且在關(guān)聯(lián)規則中，支持度是當前關(guān)聯(lián)規則中最為重要的衡量標準。
3關(guān)聯(lián)規則推導技術(shù)的有效運用
數據挖掘所得出的關(guān)聯(lián)規則只是作為數據庫中的數據之間相關(guān)性的描述，同時(shí)也可以作為一種分析工具，通過(guò)歷史數據來(lái)預測各種未來(lái)的行為。但是，數據挖掘所得出的結果只是作為一種概率，由于不同探究問(wèn)題的類(lèi)型和規模有所不同，只有靈活地運用數據挖掘技術(shù)才能進(jìn)行補充。在劃分方法上，可以將數據庫中分成幾個(gè)互不相干的模塊，并且可以單獨考慮到每個(gè)分塊生成的所有的頻集，之后可以通過(guò)所產(chǎn)生的頻集合并生成所有可能的頻集，計算出這些項集的支持度�？梢葬槍Ψ謮K規模的大小來(lái)選擇被放入的主存，而且在每個(gè)階段只需要被掃描一次，有效降低挖掘時(shí)間，提高挖掘效率。
4結語(yǔ)
從本質(zhì)上看，數據挖掘作為一種全新的數據分析技術(shù)，在關(guān)聯(lián)規則中不僅在檢驗評價(jià)數據可靠性方面發(fā)揮著(zhù)非常重要的作用，而且更能夠有效地幫助其進(jìn)行科學(xué)預測。為了能夠更好達到相應的計算機教學(xué)評價(jià)效果，就必須不斷加強對教學(xué)評價(jià)調查，逐步積累大量數據，充分利用數據挖掘技術(shù)，挖掘一些科學(xué)有效的信息，以此來(lái)為教學(xué)知識構建提供相應的服務(wù)。
【計算機教學(xué)評價(jià)中數據挖掘的應用論文】相關(guān)文章：
數據挖掘在電力企業(yè)中的應用論文12-13
數據挖掘在現代遠程教育中的應用論文11-22
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Web信息檢索中的應用研究論文12-01
數據挖掘技術(shù)在就業(yè)指導的應用論文02-27
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
教學(xué)法在中職計算機教學(xué)中的應用論文02-18
數據挖掘論文的參考文獻01-07
- 相關(guān)推薦