摘要：數據挖掘是指從海量數據中找到人們未知、可能有用的、隱藏的規則，可以透過關聯分析、聚類分析、時序分析等各種算法發現一些無法透過觀察圖表得出的深層次原因。將計算機數據挖掘技術應用於高校學籍預警機制的研究中，在大量以往的教學管理數據庫中挖掘出未知、可能有用的、隱藏的規則，促進教育的改革和發展。
關鍵詞：數據挖掘;DataMining;學籍預警機制
本文針對學分制背景下高校學籍預警機制存在的問題和現狀，用計算機數據挖掘（DataMining）技術對學籍預警機制進行分析，透過數據挖掘有關方法對蒐集到的學生學籍數據進行分析和處理，以求能夠挖掘出大量的隱含在學籍資訊系統中的有價值的資源，用以預測可能發生的預警事件，爲教學管理者進行危機管理提供幫助。隨着高校招生規模不斷擴大，如何保證高校的教學質量最終完成人才培養方案，成爲一個重要的問題，具有重要研究價值。
一、高校學籍預警機制的現狀及問題
20xx年8月教育部對“學籍預警”這一詞語做出瞭解釋：是一種高等教育管理方式。普通高校學籍的預警方式一般採用學校和院系雙向管理，學校負責統一制定學籍預警標準，透過學習進度推進的不同階段劃分學分預警標準，在達到一定學分線開始預警，分爲考勤預警、選課預警、成績預警、學籍異動預警、畢業預警。根據高校教學管理系統，對缺課達到一定數目的學生進行提醒教育，期末統計學生完成的學分來評估學生學習情況，並預測學生是否能夠完成培養方案，透過教師提供的學生考勤記錄、作業情況以及課堂表現等，針對學生的具體情況對其預警。教學考覈工作與學生思想政治工作在學生管理方面相對獨立，主要是事先警示教育、事後跟蹤管理。目前的學籍預警主要是單方向的，原有的學籍管理制度大都是傳統的事後處理型，具有延遲性。只有出現嚴重的學籍異常後，纔會觸發預警機制，採取相應的對策解決問題，家長對學生的在校學習情況瞭解不清，瞭解不及時，比如之前學期表現良好的學生本學期出現網癮狀態而不能及時發現，往往會錯過對該生的最佳教育期。傳統的學籍預警機制無法做到提前預知，對學生的學習和生活狀況無法實時監管，問題的根源也無法追蹤。
二、數據挖掘技術
數據挖掘（DataMining）是指從海量數據中找到人們未知的.、可能有用的、隱藏的規則，可以透過關聯分析、聚類分析、時序分析等各種算法發現一些無法透過觀察圖表得出的深層次原因。因此，將計算機數據挖掘技術應用於高校學籍預警機制的研究中，在大量以往的教學管理數據庫中挖掘出未知的、可能有用的、隱藏的規則，促進教育的改革和發展。將計算機數據挖掘技術和傳統的人力管理相結合，以學生爲本，建立健全全方位學籍預警構架，做到“防微杜漸”，爲學校順利完成教育目標起到促進作用。
三、數據挖掘在學籍預警機制裏的應用
隨着計算機技術的進步，各大高校逐步建立了日益完善的學籍資訊管理系統，累積了大量學籍資訊數據庫。目前，這些數據主要用來向各級管理部門上報和學校自行檢視存檔，但對於這些數據後面隱藏的價值並沒有進行深度挖掘和利用，十分可惜。所以，應以高校學生資訊管理系統爲對象，研究深度數據挖掘的方法，“透過現象看本質”，綜合分析出有價值的學籍預警資訊，爲管理提供參考。例如，學校發現高等數學等主幹課的不及格率有逐年上升的趨勢，一般認爲是學習不認真所致，但做了很多工作效果並不明顯，這時透過數據挖掘分析挖掘最近10年所有有過不及格課程的學生的成績，發現有較高比例的學生來自西部地區，而且還發現有較高比例的學生家庭收入非常高或者非常低（生源地和經濟情況問題）。針對此可以在學生管理上提前採取有針對性的管理措施。制定好目標標準，挖掘學生的學習習慣及學習特長，輔助教師指導學生，指導學生改正自己的不當行爲，提高學習能力。從教學管理系統中所記載的學生基本資料、學習成績、學習經歷、學習喜好以及知識體系結構等內容，發現學生學習習慣，輔助學生改正自身學習行爲。提高學生各方面綜合素質。利用數據挖掘的關聯分析輔助師生行爲預警干預。各高校學籍管理系統中記載着各院系各專業學生與教師的學習工作，社會活動，獎勵處罰情況，可從中分析出師生各種活動之間的內在聯繫，假定有規則“A∪B∈C”，那麼當在實際活動中，某學生已有A和B行爲，馬上可以分析出產生下個行爲的概率，可即時預警，提前制止C行爲的發生。利用數據挖掘爲課程設定提供合理依據。高校學生的課程安排設定是循序漸進的，每門課程之間都有一定的關聯和前後順序，在學習一門專業課程之前必須先修一門基礎課程，基礎知識沒學好勢必影響專業課程的學習。而且，同一年級不同專業學生之間，由於教師或教師專業背景知識不同，各個學生總體成績相差有時會很大。數據庫中記載着以往各專業學生各學科考試成績，使用數據挖掘的關聯分析與時序分析技術，能分析出原因，在此基礎上對課程進行合理設定。
綜上所述，將基於計算機數據挖掘技術應用於高校的教學管理，以提高教學管理的預知性，增加教法選擇的參考性，加強教學過程的指導性，提高教學質量。
參考文獻：
[1]陳東民，等.數據倉庫與數據挖掘技術[M].北京：北京電子工業出版社，2002
[2]楊悅.數據挖掘在高校招生工作中的應用前景[J].教育科學，2007
[3]胡侃.基於大型數據倉庫的數據採掘[J].軟件學報，1998