数据挖掘在师范生质量评估的运用

导语：数据挖掘在师范生质量评估的运用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

对于师范生的能力培养主要有两个方面，即学科专业的教育和教师专业的教育，学科专业的教育就是本专业课程的具体学习，教师专业的教育就是教师专业的基础能力练习课程的学习。学科专业的教育是以学生专业课程成绩作为指标对培养质量进行评估，教师专业的教育是以学生的各项能力作为指标来评估师范生能力。针对这些能力来分析影响师范生培养质量的相关因素，以各门课程的实际学习情况，来保障师范生培养质量的评估标准，构建培养师范生质量的具体分析模型。

1将数据挖掘技术运用到师范生培训质量评估中的意义

数据挖掘（DateMining）也被称为数据开采或者数据库知识发现，其是在数据库信息中提取隐藏的、人们未能事先预知但是确实潜在且有用的最终能够被理解的信息、知识内容的过程。师范生培养质量评估数据，是为了给相关监管部门提供依据，实际上在这些数据内容中还隐藏着更具价值的信息内容，如果能很好地利用这些内容，可切实提升师范生的培养质量。数据挖掘是知识内容被发现过程中重要的环节，也是目前知识发现领域中一个重要的研究热点。使用数据挖掘技术对那些已经经过集成处理之后的数据内容进行有效挖掘，找到其中潜在的数据模式，能够更为全面地分析测试评估结构同各个因素间隐含的内在关联，从中汲取出更具有应用价值的规则，继而对师范生培养质量进行客观、公正、科学而有效的评估。此外，数据挖掘的整个数据分析过程都是自动的，其具有良好的开放式结构以及良好的用户接口，可给师范生培养质量评估工作提供有利的技术支撑。在师范生培养过程中运用数据挖掘技术，对实现师范生培训质量评估来讲具有科学意义，可切实有效地提升师范生培训质量，具有极为关键的理论价值与实践作用。

2数据挖掘技术在师范生培养质量评估中的具体运用

2.1培养数据的挖掘过程。数据挖掘技术使用各种不同的分析方式与工具，在海量数据内容中构建模型，并且找寻数据内容相互之间的关系。数据挖掘的过程：选择和清理原始数据，并且将其加载到数据库当中，再把加载之后的数据内容转变成为符合挖掘规则的样式，使用数据挖掘的规则算法挖掘出令用户产生兴趣的规则内容，最后把形成的规则内容经过可视化媒介展现给用户。2.2关联规则。数据挖掘最为关键的概念就是关联规则，关联规则是数据库海量梳理当中被找到的数据关系，其是当前数据挖掘中最为关键的理论内容之一。Apriori计算方法是数据挖掘关联规则频繁项集当中最具影响力的计算方式，是基于项目几何空间理论提出的。Apriori是一种非常经典的项目集生成计算方式，在数据挖掘中可以说其具有里程碑的意义。Apriori计算方式具有机构简单、便于理解的优点，其不需要复杂的推导过程。可是在不断开展深度研究之后，其缺点突显出来。为了能够更好地提升Apriori计算方式的有效性，笔者创新和改进了师范生培育质量评估中运用的Apriori计算方式。具体改进方式如图1所示。2.3改进后的Apriori计算方式在师范生培训质量评估中的运用。在海量数据库内容中抽取一定数量的记录，进行扫描并获得有关的统计信息，之后对数据内容进行预处理，其主要包括：对数据内容的集成、清理以及消减等。经过对数据内容的预处理，能提升数据挖掘的质量，减少实际进行数据挖掘需要使用的时间。2.3.1集成。集成也就是把多个数据库中搜集出来的数据内容合并到一起，实际研究中，把数据内容采集获得的多个数据库文件内容，使用数据库技术集成为高校师范生培养质量评估的基础数据内容。2.3.2清理。清理就是补充遗漏的数据值。在高校师范生培训质量评估的基础数据库中，要找到那些我们感兴趣的属性所欠缺的属性值，例如，在抽取高校教师基础情况的数据内容时，可能有的不是科任教师，就要清除掉这样的数据内容，之后再利用数据清理技术进行补充。2.3.3消减。消减的目的就是要缩小需要被挖掘数据内容的规模，使用消减的方式，在初始特征中找出有用的属性，减少实际挖掘过程中需要顾虑到的无效数据内容。最终使用后台、前台不同的展示方式，实现对相关数据内容的深度挖掘，并且使用数据挖掘技术中关联规则来评估师范生的培训质量，在数据挖掘技术基础之上进行培训质量评估，对于高校多年以来累积的相关数据内容进行挖掘与评估，评估结果可为高校教学监管以及行政部门的相关决策提供辅助，特别是为师范生培养工作提供了更多更为有益的借鉴。师范生培训质量评估是一项极为复杂的工作，此项工作中涉及的问题非常多，涉及的范围也极广。本文只是对各类数据内容进行了简单挖掘，伴随国际对师范生培养质量重视程度的不断提升，各种新兴科学技术在教育领域的运用备受关注，经过人们对数据挖掘技术的深度探究，这些技术在师范生培养质量评估中更会被重视。数据挖掘技术在教学领域中的普遍运用，一定能带定高校教育监管的革新和发展。

3结语

师范生培养质量的优劣会对我国未来从业教师的质量、能力等方面产生巨大影响，关系到我国未来的教育事业以及人才培养，对国家未来的富强有直接影响，因此，备受社会各界人士的重视。文中使用数据挖掘的方式对师范生培养的质量进行评估分析，不但具有真实性，更具备引导性。使用数据挖掘的方式来分析同师范生自身能力相关的影响因素以及影响效果，对数据背后存有的各种关联以及潜在的未来趋势进行挖掘，继而通过对影响师范生能力的这些因素的改变，来提升学生的能力，有效减弱不利的方面，最终切实提升师范生的自身能力。

参考文献

[1]孟强,李保华.数据挖掘技术在高校教学质量评估中的应用[J].福建电脑,2016,32(7):49-50,74.

[2]李旭军.数据挖掘技术在高校教学质量评估中的应用[J].重庆科技学院学报(社会科学版),2012(1):177-179.

[3]宋晓梅.数据挖掘技术在高校教师教学质量测评中的应用[J].赤峰学院学报(自然科学版),2013,29(4):181-184.

作者:肖紫珍 单位:宜春幼儿师范高等专科学校