計算機教學評價中數據挖掘的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了計算機教學評價中數據挖掘的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

在當前的學校管理中，教學和教務管理工作中積累了大量的數據信息。但是，由于這些教學中的數據沒有得到很好地運用，在一定程度上使數據挖掘沒有得到重視。數據挖掘，從本質上看，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程。并且，隨著計算機教學改革的不斷推進，計算機教學系統更加注重計算機網絡無紙化考試，有效地改變傳統教學評價手段。

1關聯規則的數據挖掘分析方法在計算機教學中的作用

數據挖掘作為一種全新的計算機運用技術，在各個應用領域都發揮巨大的潛力。通常情況下，數據挖掘分析方法主要是有關聯規則分析、序列模式分析以及分類分析等方法。筆者經過一些分析方法的對比，在系統開發過程中，選擇關聯規則算法進行相應的探討。為了能夠進一步說明關聯規則的數據挖掘方法，同時有效地結合實踐過程，通過對以下兩個案例進行深入分析，希望能更好地了解數據挖掘方法的運用。例如，在“男同學-高分”的關聯規則中，這種表示方法是在考試過程中，男同學和女同學相比得高分的幾率更高，在一個具有一萬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，說明這種關聯支持度為3%，這個支持度相對來說較高。但是，也不能因此來做出這個關聯的意義，若通過科學的統計發現其中有6000條的記錄包含男同學，使可以計算出男同學的置信度為300/6000=5%，從此方面來看，這個關聯規則的置信度并不是很高，同時也就不能做出這種關聯的實際意義。但是，如果是此記錄中只有600個是“男同學”，這樣就可以知道有將近50%的人得到高分，值得關注。又如，可以針對不同類別教師所教學生的成績進行統計。根據圖中數據顯示，可以假設，甲類教師-學生高分，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，可以通過這種方法，以此來推導出其他的關聯支持度以及置信度。

2教師因素對挖掘計算機學生成績數據的促進作用

當前，我國計算機教學考試主要采用無紙化考試，其閱卷工作可以在計算機上自動完成，其成績也可以由省教育廳逐一下發，通過這樣的方式，可以更好地開展數據挖掘工作。例如，可以利用關聯規則法研究學生A科成績和B科成績的關聯：①在對可信度的運行過程中，學生在A科成績為優秀時，B科也為優秀的概率；②在對支持度的運行過程中，可以描述學生A和B科目的成績為優秀的概率；③在對期望可信度的運用過程中，可以在沒有任何約束的情況下，加強對學生A和B科目成績為優秀的概率分析；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，當學生在A類成績為優秀時，可以對B科目的優秀影響進行深入分析。從以上的分析中可以看出，可信度能夠衡量關聯規則的準確度，而且在關聯規則中，支持度是當前關聯規則中最為重要的衡量標準。

3關聯規則推導技術的有效運用

數據挖掘所得出的關聯規則只是作為數據庫中的數據之間相關性的描述，同時也可以作為一種分析工具，通過歷史數據來預測各種未來的行為。但是，數據挖掘所得出的結果只是作為一種概率，由于不同探究問題的類型和規模有所不同，只有靈活地運用數據挖掘技術才能進行補充。在劃分方法上，可以將數據庫中分成幾個互不相干的模塊，并且可以單獨考慮到每個分塊生成的所有的頻集，之后可以通過所產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。可以針對分塊規模的大小來選擇被放入的主存，而且在每個階段只需要被掃描一次，有效降低挖掘時間，提高挖掘效率。

4結語

從本質上看，數據挖掘作為一種全新的數據分析技術，在關聯規則中不僅在檢驗評價數據可靠性方面發揮著非常重要的作用，而且更能夠有效地幫助其進行科學預測。為了能夠更好達到相應的計算機教學評價效果，就必須不斷加強對教學評價調查，逐步積累大量數據，充分利用數據挖掘技術，挖掘一些科學有效的信息，以此來為教學知識構建提供相應的服務。

作者：高奇 單位：長春理工大學