數(shù)據(jù)挖掘在招生數(shù)據(jù)平臺(tái)的應(yīng)用范文

本站小編為你精心準(zhǔn)備了數(shù)據(jù)挖掘在招生數(shù)據(jù)平臺(tái)的應(yīng)用參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

近年來，我國(guó)大力發(fā)展職業(yè)教育，并投入了大量的人力和物力，高職教育也得到了前所未有的發(fā)展。但是隨著目前各大高職院校的招生規(guī)模不斷擴(kuò)大，招生方式也在不斷地改革與創(chuàng)新，各高校的生源競(jìng)爭(zhēng)也日趨激烈，各高校都在努力地去對(duì)招生的數(shù)據(jù)進(jìn)行研究，使用數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘等技術(shù)，將招生過程中收集到的生源信息進(jìn)行提取，采用分類、聚類、關(guān)聯(lián)分析等方法，通過對(duì)大量的報(bào)考學(xué)生信息進(jìn)行清洗、分析和統(tǒng)計(jì)。獲取學(xué)生學(xué)習(xí)的需求、專業(yè)需求、就業(yè)需求等信息，找出科學(xué)與規(guī)律，從而更好的制定招生政策，招生計(jì)劃，提高入學(xué)報(bào)告率和生源質(zhì)量，促進(jìn)學(xué)校的發(fā)展。

1數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘（DataMining）是指人們從大量的、模糊的、零碎的、隨機(jī)的、不完整、含有噪聲的應(yīng)用數(shù)據(jù)中，提取出一些有潛在價(jià)值的信息和知識(shí)的一系列管理與分析過程。主要的工作流程主要包括：首先對(duì)原始數(shù)據(jù)的整理，選擇數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，然后對(duì)預(yù)數(shù)據(jù)的進(jìn)行轉(zhuǎn)換，最后抽取出有用的信息并獲取知識(shí)。數(shù)據(jù)挖掘基于數(shù)據(jù)庫(kù)對(duì)模式進(jìn)行發(fā)現(xiàn)，可將模式劃分預(yù)測(cè)型模式與描述型模式兩種。

2數(shù)據(jù)挖掘的常用方法

2.1聚類分析方法聚類分析的方法是目前數(shù)據(jù)挖掘技術(shù)中一個(gè)很常用的方法，主要源用于統(tǒng)計(jì)學(xué)、生物學(xué)及機(jī)器學(xué)習(xí)等學(xué)科。它是使用簇的集合，通過使用一個(gè)簇內(nèi)的任意兩個(gè)對(duì)象之間的相似性，找出對(duì)象間的相異性的過程。

2.2決策樹決策樹分為分類樹和回歸樹兩種，其中分類樹是對(duì)離散型數(shù)據(jù)變量進(jìn)行決策，而回歸樹主要應(yīng)用于連接的數(shù)據(jù)變量進(jìn)行決策。它的主要工作過程就類似于數(shù)據(jù)流程圖中的樹型結(jié)構(gòu)，把整個(gè)結(jié)構(gòu)分為根結(jié)點(diǎn)、中間結(jié)點(diǎn)和葉結(jié)點(diǎn)，在進(jìn)行數(shù)據(jù)分析的過程就是把數(shù)據(jù)進(jìn)行切分，每個(gè)問題對(duì)應(yīng)一個(gè)結(jié)點(diǎn)。

2.3關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則主要的思想是根據(jù)數(shù)據(jù)的出現(xiàn)的頻率找到出現(xiàn)之間的相互關(guān)系，主要的目的是根據(jù)他們的關(guān)聯(lián)信息找出其中的規(guī)律，并為之所利用。最核心的方法就是基本頻集理論的遞推方法。

2.4統(tǒng)計(jì)分析的方法常用的統(tǒng)計(jì)分析立法有回歸分析方法、判別分析方法和探索性分析方法三種，它主要是要從大量的數(shù)據(jù)中，使用科學(xué)的統(tǒng)計(jì)方法，推斷出事物之間存在可能的規(guī)律。3招生數(shù)據(jù)倉(cāng)庫(kù)的建模本文在創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)的過程中，主要通過數(shù)據(jù)驅(qū)動(dòng)的方法，從不同的數(shù)據(jù)源中獲得的數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)倉(cāng)庫(kù)中，根據(jù)決策的主題，實(shí)現(xiàn)招生數(shù)據(jù)的更科學(xué)決策分析，本文主要選用SQLServer數(shù)據(jù)庫(kù)，從概念建模、邏輯建模及物理建模的三級(jí)模式來構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)。

4數(shù)據(jù)挖掘流程

我校是國(guó)家級(jí)示范性高職院校，招生類型多，招生管理工作復(fù)雜繁瑣，把數(shù)據(jù)挖掘技術(shù)應(yīng)用于招生數(shù)據(jù)的管理中，有利于對(duì)考生志愿的合理選擇，同時(shí)也讓更多的學(xué)生及家長(zhǎng)了解當(dāng)前的專業(yè)模式，以及對(duì)錄取的新生報(bào)到率的預(yù)測(cè)，為下一年的設(shè)定招生人數(shù)和專業(yè)設(shè)置提供有價(jià)值的參考資料。數(shù)據(jù)挖掘技術(shù)在本校的招生數(shù)據(jù)管理的主要工作流程如圖1所示。我們從最原始的學(xué)生填寫的高考志愿信息表中，獲取基礎(chǔ)數(shù)據(jù)，從考生的高考成績(jī)、學(xué)業(yè)水平成績(jī)、高中畢業(yè)考試成績(jī)、考生類別、生源地、家族信息等信息中，通過前端處理工具，主要使用Clementin工具，設(shè)置字段選項(xiàng)、選擇記錄點(diǎn)、對(duì)數(shù)據(jù)進(jìn)行抽樣，匯總等建立數(shù)據(jù)倉(cāng)庫(kù)，基于數(shù)據(jù)挖掘所要實(shí)現(xiàn)的目標(biāo)以及數(shù)據(jù)所具有的特點(diǎn)，確定合適模型，通過聚類模型實(shí)現(xiàn)挖掘分析。最后評(píng)價(jià)數(shù)據(jù)挖掘結(jié)果，確定最佳模型，將其應(yīng)用到具體實(shí)際問題中，與招生工作進(jìn)行結(jié)合從而解釋數(shù)據(jù)挖掘結(jié)果。

5數(shù)據(jù)挖掘在招生平臺(tái)的應(yīng)用

建設(shè)招生數(shù)據(jù)管理平臺(tái)主要是為了對(duì)所有的招生數(shù)據(jù)進(jìn)行科學(xué)的分析，解決招生過程中專業(yè)的設(shè)置，冷熱門專業(yè)分析，錄取分?jǐn)?shù)線分析，考生第一志愿的分析以及招生計(jì)劃的設(shè)置等。

5.1專業(yè)設(shè)置招生平臺(tái)中，可以以專業(yè)類別當(dāng)成維度，采用關(guān)聯(lián)分析，對(duì)各專業(yè)進(jìn)行分析，與及對(duì)某一專業(yè)和其相關(guān)聯(lián)的或相近專業(yè)，使用多維數(shù)據(jù)集與EXCEL的數(shù)據(jù)透視表工具結(jié)合，能方便地進(jìn)行OLAP操作及結(jié)果的報(bào)表、圖形等多種方式的可視化展現(xiàn)。

5.2冷熱門專業(yè)分析以生源所在地的考生為基礎(chǔ)，運(yùn)用聚類算法進(jìn)行分析，以發(fā)掘考生填寫志愿的相關(guān)規(guī)律，確定哪些專業(yè)是熱門，哪些專業(yè)是冷門專業(yè)，根據(jù)畢業(yè)生的就業(yè)情況以及對(duì)當(dāng)前的市場(chǎng)變化趨勢(shì)深入了解，持續(xù)地對(duì)熱門專業(yè)進(jìn)行支持與挖掘，對(duì)冷門專業(yè)進(jìn)行控制。

5.3考生第一志愿分析第一志愿是志愿填報(bào)中最重要的一環(huán)，目前我校在錄取規(guī)則上優(yōu)先錄取第一志愿考生，這樣可以有相應(yīng)專業(yè)人才的穩(wěn)定生源，這批生源在最大程度上有志于自己所填報(bào)的志愿，而且在錄取第一志愿考生時(shí)，學(xué)校熱門專業(yè)通過第一志愿錄取即可招滿相應(yīng)的新生。本文通過關(guān)聯(lián)分析的方法，結(jié)合統(tǒng)計(jì)分析和聚類分析，根據(jù)考生的專業(yè)興趣，高考成績(jī)，以及興趣愛好等，分析考生第一志愿的情況。

5.4招生計(jì)劃安排以考生的專業(yè)類別為基礎(chǔ)數(shù)據(jù)，對(duì)某一類考生的信息進(jìn)行分析，主要包括對(duì)考生的填寫志愿的行為分析，有針對(duì)性地對(duì)考生性質(zhì)，考生的志愿愛好，以及考生的高考成績(jī)中的單科成績(jī)情況進(jìn)行分類分析及關(guān)聯(lián)分析，采用決策樹法，合理地安排專業(yè)招生計(jì)劃。在系統(tǒng)平臺(tái)的運(yùn)用中，挖掘出隱含的規(guī)則與特征，把相關(guān)數(shù)據(jù)信息傳遞到各二級(jí)學(xué)院，讓二級(jí)學(xué)院根據(jù)挖掘的結(jié)果做出合理的招生計(jì)劃安排。

5.5挖掘結(jié)果展現(xiàn)為了更好的展現(xiàn)考生的各種屬性之間的聯(lián)系，以“專業(yè)”、“成績(jī)等級(jí)”、“生源地等級(jí)”作為前項(xiàng)，“報(bào)到狀態(tài)”為后項(xiàng)，進(jìn)行關(guān)聯(lián)規(guī)則挖掘。

6結(jié)束語

目前，很多高校都使用了各自的招生數(shù)據(jù)管理系統(tǒng)，也深入地掌握了數(shù)據(jù)挖掘技術(shù)對(duì)招生數(shù)據(jù)進(jìn)行分析與干預(yù)，本文主要是使用關(guān)聯(lián)規(guī)則法、決策樹、統(tǒng)計(jì)分析等數(shù)據(jù)挖掘技術(shù)方法進(jìn)行計(jì)算、分析、研究，構(gòu)建了以考生類別、考生生源地、高考成績(jī)、專業(yè)志愿等關(guān)系模型，結(jié)合MicrosoftSQLServer2005中的數(shù)據(jù)挖掘功能，通過這個(gè)模型找出了各個(gè)因素與考生專業(yè)選擇、考生報(bào)到率以及對(duì)學(xué)校招生政策等的關(guān)聯(lián)關(guān)系，提高學(xué)校的生源質(zhì)量，促進(jìn)學(xué)校的發(fā)展。

作者：黃有福 單位：廣州番禺職業(yè)技術(shù)學(xué)院