数据挖掘在现代教学中的应用及发展趋势研究

数据挖掘在现代教学中的应用及发展趋势研究 本文关键词：发展趋势，数据挖掘，研究，教学中

数据挖掘在现代教学中的应用及发展趋势研究 本文简介：摘要：现在社会处于大数据时代，数据挖掘对于我们的生活和工作十分重要。我国一直比较重视教育的发展，本文主要基于大数据时代，分析数据挖掘在现代教学中的应用和发展趋势，从而提高现代教育教学质量，提升学生学习兴趣，促进教育发展。关键词：数据挖掘；现代教学；应用；发展趋势中图分类号：G642.0文献标志码：A

数据挖掘在现代教学中的应用及发展趋势研究 本文内容：

摘要：现在社会处于大数据时代，数据挖掘对于我们的生活和工作十分重要。我国一直比较重视教育的发展，本文主要基于大数据时代，分析数据挖掘在现代教学中的应用和发展趋势，从而提高现代教育教学质量，提升学生学习兴趣，促进教育发展。

关键词：数据挖掘；现代教学；应用；发展趋势

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）43-0205-02

一、引言

现在信息技术发展如此迅猛，现代教学也在以惊人的速度发展，教育的发展产生了大量的数据。有些教育数据资源，如果不能好好地挖掘出来并进行分析、整理，将会湮没在教育数据大潮中。因此，如何有效地把这些数据挖掘出来，更好地为现代教学服务，提升学生的学习效果，十分重要。本文主要分析了数据挖掘在现代教学中的应用及其未来发展趋势，从而提高现代教育教学质量。

二、数据挖掘在现代教学中的应用研究背景分析

现代教育处于大教育数据的环境下，对于数据信息的提取和挖掘，促进教育教学的发展，是比较紧迫的。数据挖掘在现代教学中的应用，本文主要介绍数据挖掘的基本内涵及数据挖掘在现代教学中的应用背景。

（一）数据挖掘的简介

随着信息时代的到来，周围的事务已被大数据所包围，包括工作、学习、生活等方面。面对如此庞大的数据，把有效的信息数据提炼出来，从而满足我们的生活需要，这是势在必行的。数据挖掘正是在这一大环境下产生的。

数据挖掘是指利用人工智能、模式识别等技术，从大量的数据中发现有意义的关系、模式和趋势的方向。简言之，就是从大量、不完全、模糊随机的数据中，提取在其中不被人们先前知道的、隐藏在其中的，但有潜在作用的信息知识的一个过程。

（二）数据挖掘在现代教育中的应用研究

现代教学环境由于在线教育、网络教育等教学模式发生了很大的变化，并且随着教学模式的发展，产生了大量的教学数据，这些教育教学数据形成了一个大的教育数据系统。通过对这些教育数据的挖掘、分析和整理，可以让教学人员对于如何进行教学，让学生更好地接受知识，具有一定的参考价值。

通过对国内外文献资料的收集，发现数据挖掘在现代教学中的研究相对较少，对于数据挖掘在其他方面的研究还是很多，如在金融、银行等方面。并且，在对数据挖掘于教育数据的研究中发现，对于数据挖掘的理论类和综述类文章相对较多，对数据挖掘在实际应用中的文章研究相对很少。因此，分析数据挖掘在现代教学中的应用，对于数据挖掘在实证研究方面，是十分有价值的。

三、数据挖掘在现代教学中的应用现状分析

数据挖掘在现代教学中的应用，使教职工人员可以从海量的数据中发现有意义的数据，从而对于进一步教学方式的改善和学生素养的提升有一定的指导意义。数据挖掘主要包括：分类中的决策树法、神经网络法；关联规则法和聚类法。本文主要分析数据挖掘在现代教学中是如何运用这些方法在教学过程来进行应用的。

（一）反馈教师教学结果

教师教学成果的反馈对于教师教学十分重要，只有掌握自己的教学结果，教师才会根据相应的情况及时调整教学方法，從而提高教学质量。数据挖掘对教师教学成果的反馈，主要是为了帮助教师提供教学决策，改善教学方式，清楚学生的学习情况和学习主要影响因素，开发合适的试题和学习活动等。

（二）预测学生学习能力

学生学习能力的预测，对于教师在教学过程中具有一定的指导意义。通常对学生学习能力了解清楚之后，教师才能根据学生的情况做到因材施教，更好地促进每个学生的全面发展。对于学生学习能力的预测，运用决策树法和神经网络法的比较多。

1.决策树法预测学生的学习能力。决策树法源于学习系统CLS，主要是合并减少无意义的数据，然后对减少的数据再进一步划分，因而减少碎片化的产生，确保数据的准确率。决策树法在学生学习能力的预测上，主要表现在可以对现有学生的数据进行归纳，发现现有教学数据中的潜在规律，预测学生的未来发展。比如，在学校学习过程中，通过对学生学习成绩的挖掘分析，可以发现有的学生对文化课成绩不是很高，而相反的体育或其他课程的成绩比较高，那么学生就可以考虑走艺术路线。通过这一方法，可以帮助学生找到具体的方向，根据学生情况进行教学。

2.神经网络法预测学生的学习能力。神经网络法运用起来比较复杂，使用比较多的是多层前馈式和后向传播神经网络。神经网络方法的结构比较复杂，具有很好的并行性，这是其他方法没有的一个优势。通过神经网络方法，可以根据学生的表现对预测学生学习成绩和自己可能犯的错误，从而可以对学生提供一定的指导。

四、数据挖掘在现代教学中的应用发展趋势

数据挖掘在现代教学过程中的运用，对教师和学生都有一定的帮助，可以更好地提升教学质量。那么，数据挖掘在现代教学中的发展趋势如何，是本文的谈论重点。

1.教学中数据挖掘语言应标准化。在数据挖掘过程中，语言的标准化使用是十分必要的。设计有效的数据挖掘语言，是需要对不同种类数据挖掘任务的能力、限制和根本机制进行深入了解的。通过一系列的标准化语言，可以更好地促进数据挖掘系统的开发，改进数据挖掘过程中功能和系统间的互相操作性。在现代教学中，通过设计标准化的数据挖掘语言，对于教学系统和教学质量的提升，显得尤为重要。数据挖掘语言可以分为数据挖掘查询语言、数据挖掘建模语言和通用数据挖掘语言，在一定的理论基础上，数据挖掘语言的标准化是数据挖掘未来的必然发展方向。

2.教学中数据挖掘应注意保护信息隐私。在大数据时代，随着越来越多信息的涌入和数据挖掘技术的提升，人们越来越多的隐私逐渐曝光在大众的视野中，因此保护隐私是十分重要的。在现代教学过程中，通过对学生成绩信息数据的挖掘，教师对学生的了解将会越来越深入。但是有时候，有的学生不想让教师了解其情况，这在一定程度上侵犯了学生的隐私。或者是有的黑客侵入学校系统，拿到学生的情况进行售卖，这在一定程度上不利于信息的隐私保护。因此，在大数据环境下，保护信息的隐私，显得格外重要。endprint

3.教学中数据挖掘过程应可视化。现在的数据挖掘过程愈发注重可视化的挖掘技术。可视化数据挖掘可以很好地促进人机互动，提升人们主动掌握学习知识的能力。数据挖掘的可视化，是要求使用图形或图表来描述数据，将在大数据中的信息以一种直观的、人们容易接受的方式表示出来，从而加快人们获取知识的速度。在现代教学过程中，利用数据挖掘可视化，可以更好地描绘出学生的学习状态，进行更直观的观察，从而对教师在教学过程中教学方式的改进提供指导。

4.探索特定的教学数据挖掘技巧。数据挖掘系统包括：数据库、数据仓库或者其他信息库；数据库或者数据仓库服务器；知识库；数据挖掘引擎；模式评估模块；图形用户界面等板块。在现代教学过程中，教学信息数据、数据库服务器、知识库等数据挖掘的系统，是多学科的领域知识。因此，探索合适的数据挖掘技巧，更好地整合教学数据挖掘方法，从而获得全面系统的教学数据，对于教学质量的提升和教学决策的制定，具有一定的借鉴。

5.探寻复杂教学数据的挖掘方法。复杂数据的挖掘，是当前学界比较热点的一个话题。随着数据的越来越多，需要处理的数据也越来越复杂。在现代教学过程中，通过对学生课程成绩数据的挖掘，挖掘学生一个学期的数据比较容易，但要了解他们每年的成绩，形成一个列表，然后进行比较，就显得比较复杂，工作量也会比较大。因此，探寻复杂数据的挖掘方法，是比较重要的。

五、总结

信息技术的迅速发展，使得当前社会处于大数据时代。在如此众多的数据中，发现有价值的数据，对人们的决策十分重要，数据挖掘技术应运而生。虽然数据挖掘技术出现的时间不是很长，但其对我们的生活、生产和学习都产生了很大的影響。

本文通过对数据挖掘在现代教学中的应用进行分析，首先介绍了数据挖掘的内涵和数据挖掘在现代教学中应用的背景，然后介绍了数据挖掘在现代教学中的应用现状，最后分析了数据挖掘在现代教学应用中的发展趋势，从而对数据挖掘在现代教学中的应用有了一个比较深层次的理解。

参考文献：

[1]王梦.数据挖掘综述[J].软件导刊，2013，（10）.

[2]李广水，王智钢，马青霞.数据挖掘技术在我国高校人才培养中十年应用回顾及发展趋势[J].技术与创新管理，2015，（9）.

[3]赵俊锋，张松杰.数据挖掘技术在现代远程教育中的应用[J].大众科技，2006，（3）.endprint

tags:
《数据挖掘在现代教学中的应用及发展趋势研究》由：免费论文网互联网用户整理提供；
链接地址：http://www.csmayi.cn/show/211820.html
转载请保留,谢谢!

• 上一篇：项目式教学在书籍装帧课程中的应用
• 下一篇：如何将实践英语教学有效应用到大学专业英语教学中