信息管理中數據挖掘的應用方法

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了信息管理中數據挖掘的應用方法范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著社會經濟的不斷發展，各行各業都融入了電子信息數據挖掘等相關技術支撐。在高校信息管理中也逐漸加入了大量有關數據挖掘的教學內容。文章將對高校的信息管理課程的應用方法和教學模式進行研究，探討其中存在的重要意義和影響力，并進一步分析了數據挖掘在高校信息管理中的應用方法和策略。

關鍵詞：數據挖掘；高校信息管理；應用方法

1數據挖掘在高校信息管理中的必要性

高校管理以信息作為基礎，為了可以更方便、有效地處理師生信息數據，長期維護管理系統的正常運行，必須要有穩固的數據挖掘平臺來保障大量信息數據匯聚的安全性和可操控性。針對如此龐大的網絡信息數據，高校信息管理平臺的應用方法成為重點，本文將圍繞高校信息化管理過程中的數據應用進行分析，了解當前較為普及的、對有效信息進行提取和分析的數據挖掘應用系統[1]。

1.1數據挖掘的資源基礎

高校信息管理系統中最為基礎的內容是數據挖掘的資源關聯性。在傳統的教育管理過程中會存在各種途徑來源的數據信息，在存儲和歸類方面都非常不便。如今，隨著社會經濟的不斷發展，電子信息數據也更加全面，很多高校都采用了精心分析數據要素的應用系統來統一歸納師生的信息數據，大大提升了關聯性。長年累月的數據收集、整理可以確保數據挖掘的基礎信息不會被遺漏，而且還可以杜絕盲目的、散亂的數據。

1.2準確顯示數據挖掘的應用內容

高校信息化管理模式都將挖掘數據設定為首要方案，按照數據挖掘的系統程序來操作，可采用可視化技術讓各個來源的信息數據都能準確顯示。在教育過程中會有來自于不同人群的數據內容，不僅是簡單的姓名、身份，還有更多關聯內容，只要通過數據倉庫、數據挖掘、聯機分析處理，就可以將這些挖掘到的數據內容準確顯示出來，促進高校的可持續發展。同時，高校管理也會采用其他統計分析工具，聯合信息化科技手段對所有數據進行識別，才能徹底保障數據分析的準確性，還能投入到各個區域進行使用[2]。

1.3數據挖掘的應用保障

高校教育信息化管理中各類人員的需求信息也是學校管理的重點。在應用了數據挖掘管理系統后，可以更方便學校統計各類人員的信息需求，還可以根據學校管理的標準劃定相應的范圍、內容和使用頻率等要素。通過細致的劃分，可以保障數據挖掘到各個方面，而且綜合性較強，為管理范圍內出現的各種情況提供應用保障。有秩序地維護數據和傳統的數據管理都是有差別的。學校管理部門為了進行更有效率的數據管理，選擇高科技手段應用于決策分析數據效果顯然更好。

2高校信息管理中存在的不足

如今高校都專注于校園學習氛圍的管理，在培養學生學習習慣、激發學生的個人潛力等方面都很有成效。但是，在信息化管理方面，很多高校還存在認識上的不足，沒有提早做好準備，導致很多數據的遺失始終無法彌補。雖然可以通過成熟、完善的數據挖掘技術來增加信息資源儲備，更方便地掌握教學的信息量和動態，但是在目前的普及應用上還是存在一些不足之處。

2.1摻雜了大量無用信息

很多高校著手進行信息化管理起步較晚，有些數據因為時間長遠導致錯漏遺失，其中也有一些信息是沒有用處的，但是因為在采集過程中較為錯亂而被一起處理，信息采集不能很好地為各學校教育信息化管理服務[3]。高校信息管理需要的數據體系應當是有明確分類和規定的，可以方便使用者認真分析教育信息化資源，并且能夠為實際的管理過程提供服務。但是，由于前期的操作不足，摻雜了大量無用的信息要素，要素之間存在著一些錯綜的聯系也讓后續管理無從下手，無法徹底弄清楚哪些數據有用。

2.2數據信息反映綜合性不強

高校教務部門在整理所管理范圍內的相關情況時，除了要了解全體師生的個人信息以外，還要結合不同工種和年級了解更多細化的內容。傳統的教學系統存儲的數據不夠全面，需要反映綜合性強、能夠及時反映的相關信息不夠。目前，雖然裝備了很多可以對收集的數據進行提取、分解、合并的數據挖掘應用平臺，但是在實際操作中也會存在一些疑慮，可能會導致數據失效，沒能及時反映哪些數據有用，哪些數據已經進行采集。

2.3數據挖掘體系結構太多

高校信息管理中利用的數據挖掘技術非常多，有不同類別的，往往是通過建立各種行為統計模型進行決策和分析的。這種情況就會導致數據挖掘體系結構太多，最終要利用圖表、曲線等將各種關鍵運行指標進行綜合分析，不僅浪費了時間，也讓教務系統的應用管理效率大大下降了。在進行數據挖掘時，應該更多關注哪些數據還沒有進行采集，而且是真實有用的。但是高校的管理平臺類別太多，體系結構太多，這些都會占據數據庫存儲系統，浪費了高校教育信息化管理需要的數據內存。

3數據挖掘在高校信息管理中的應用方法設計

3.1明確數據預處理模塊

數據挖掘體系結構最好是由簡單的三大部分組成，為各類數據庫進行數據預處理模塊，其操作更加直接，呈現出的結果也會比較明顯。在數據挖掘引擎模塊和輸入輸出模塊的相互配合下，可以協調數據資源庫內的關鍵數據，按照用戶的使用需求來進行預處理，幫助高校教務系統能簡單操作，可持續地維護數據組成，而且還能隨時將處理數據的結果可視化。數據預處理模塊負責對各類數據庫的數據進行預處理，這樣的操作理念其實很早之前就被提出來了，只是在系統核心中加入一些可控制的智能操作模式。

3.2開展高效信息管理建設工作

任何科學技術的發明、應用和發展，都需要人們不斷地操作和演練，通過大量的操作提高其實際應用效果。為了確保數據挖掘有一個由淺入深的應用效果，能夠在后續的管理中達到更好的效果，應當推出一系列的信息管理建設工作，讓數據挖掘在堅持“實事求是”“一切從實際出發”的指導下，可以更加有效率，提供有優勢的輔助研究技術手段。高校信息管理可以有多重途徑，但是在數據挖掘時可以結合推動教育信息化發展的建設工作，帶動全體教育工作者一同了解數據挖掘，共同進步。

3.3根據挖掘任務進行數據聚焦

結合高校教育管理模式的發展變化，在數據挖掘技術的設計方面應當注重規模和清理、變換與集成。當前大多數高校都比較依賴網絡信息技術，會通過建立各個平臺來維持師生信息的輸入輸出，那么在改善數據挖掘領域內容時，可以結合輸入輸出模塊的便捷性來進行數據聚焦，實現用戶與系統交互，隨時可以控制更改有用的數據，讓數據的使用更加方便、更加可靠[4]。根據挖掘任務的變化性，還可以開發評估挖掘知識模式，這種模式也會更適合現有的高校管理信息系統，為師生提供相互依托的數據轉化，增加結果可視化的效果。這種較為具體的情況需求更可以幫助數據挖掘人員達到自己想要的決策目的。

3.4充分結合數據挖掘的各個數據域

進入信息化時代以來，在高校教育管理過程中出現的各類數據價值越來越高。當前大多數的高校都依靠網絡信息技術，為了更方便開展教學工作，可以采用數據挖掘的方式建立信息管理系統。值得注意的是，很多教學管理系統都包括教務、師生等信息，但是在選取數據處理時卻沒有結合各個模塊領域之間的計算。因此，在高校管理信息系統的升級改造中，可以增強數據分析能力，提升高校管理的效率和水平，就方法來看，數據挖掘技術主要靠資源控制進程和算法，只要能夠結合實際應用選取合適的領域，搭配樣本數據，就可以給數據聚類分析結果帶來更加直接的觀察結果，其可視化效果也會更合理。無論是教務管理、學生管理還是人事管理功能，多應當注重中央控制效果，確保高校管理信息系統的主要功能可以正常運行，滿足日常操作的數據存儲和變化[5]。

4結語

在高校信息管理中融入了許多與信息數據有關的管理模塊，并且給高校日常維護工作帶來了管理優勢，足以說明數據挖掘的應用和教育模式具有其必要性。本文圍繞高校信息管理的現狀及存在的一些不足進行了深入了解和分析，并且結合了實際情況從數據挖掘技術的各個角度入手了解可以完善的區域，希望能夠幫助改善高校信息管理的應用效果，能夠提升數據可視化進程，為師生帶來更好的校園管理環境和學習氛圍。

[參考文獻]

[1]葛珊.大數據在高校檔案信息管理中的應用研究[J].科技經濟導刊，2019（25）：176.

[2]李平則.數據挖掘視角下高校智慧校園管理機制研究[J].太原理工大學學報（社會科學版），2018（5）：57-61.

[3]呂亞娟，杜秋.數據挖掘在高校信息管理中的應用分析[J].科技創新導報，2016（32）：109-110.

[4]單聯臣.數據挖掘技術在高校學生成績管理系統中的應用[D].大連：大連交通大學，2015.

[5]許敏.基于數據挖掘的綜合教務管理系統研究與實現[D].長沙：湖南大學，2014.

作者：劉占波 單位：牡丹江醫學院現代教育技術中心