基于数据挖掘技术的高校学业预警管理

０ ５ Ｉ 言
［ 文献标 识 码 ］ Ａ
【 文 章编 号 】１ ６ ７ ３ — ０ １ ９ ４ （ ２ ０ １ ５ ） １ ８ － ０ ２ ４ ２ － ０ ３
系统 中 ， 充分 利用 高校 教务 管理 系统 数据 库数据 来设 计开 发学 生 管 既扩 充 了数 据挖 掘技 术 的应 用领 域 、 也有 效解 决 了高 ２ ０ １ ３年全 国各类 高 等教育 在 校总 规模 已达 到 ３ ４ ６ ０万人 ， 高等 理 预警 模 型 ， 教育 毛入 学 率达 到 ３ ４ ． ５ ％。在如 此规 模宏 大 的高 等教 育 阶段 ， 提 高 校 学生 的预 警管理 问题 。 高校 人才 培养 质 量显 得尤 为重 要 ，《 国家 中长期 教育 改革 和发 展规 ２ 基 于数据挖 掘技 术 的预警模 型研 究 划纲要 （ ２ ０ １ ０ — ２ ０ ２ ０ 年 ）》 中明确 指 出 “ 提高质 量是 高等 教育发 展 的 Ｂ Ｐ 神 经 网络 是一 种按 误差 逆传 播算 法训 练 的多 层前 馈 映射 网
２ ０１ ５年 ９月
中 国 管 理 信 息 化
Ｃｈ ｉ ｎ ａ Ｍａ ｎ ａ ｇ ｅ ｍｅ ｎ ｔ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｉ ｚ ａ ｔ ｉ ｏ ｎ
Ｓｅ ｐ． ， ２０１ ５ Ｖ０ ｌ Ｊ １ ８ ． Ｎｏ ． １ ８
第 １ ８ 卷第 １ ８ 期
基于 数据挖掘 技术 的高校学 业预 警管理
的复合作 用 ， 使 网络 具有 非线性 映射 能力 ， 由于 Ｂ Ｐ算 法的训 练是 基
于误差 梯度 下 降的权 重修 改原 则 ， 其 结果 不可 避免 的存 在局 部最 小
统， 几 乎 每个 高校 都 已 积累 相 当多 的数 据 ， 但对 这些 数 据各 高 校基 问题 ， 结构 设 计 问题 以及 实时 性差 问题 等 ， 因此 将 其用 于 学生 未来 本 上都 没有 进行 深入 挖 掘开 发 。现阶 段 ， 高 等学 校 的教务 管理 信息 状 态 预测 中 尚存 在 一 定缺 陷 。遗 传算 法 是 根据 生物 进 化 思想 而 启 系统 功能 主 要集 中在 数 据 的收 集 和初 步统 计方 面 ， 如： 输 入 数 据 的 发 得 出的一 种全 局优 化算 法 ， 在 本质 上是 一种 不依 赖具体 问题 的 直 准 确性 、 及 时性 ， 学 生成 绩 的不 及格 门 次 、 学 分统 计 ， 算 术 平均 分 、 接 搜索方 法 ， 仅 需给 出 目 标 函数 的描 述 ， 从一 组随 机产生 的称 为 “ 种 学 分加 权平 均分 以及班 级成 绩统 计 、 班级 排 名 、 专业 排名 计算 等 ； 也 群（ Ｐ ｏ ｐ ｕ ｌ ａ ｔ ｉ ｏ ｎ） ” 的初始 解开 始 ， 从 全局 空间 出发搜 索问题 的最 优解 。 有 部分 学校 采取 根据 学 生成绩 的 预警 管理机 制 ， 但只 是依 据其 现有 由于遗传 算 法善 于全 局搜 索 ， 且 能 以较大 的概 率找 到全局 最优 解 ， 的成 绩 对学 生进 行预警 管理 ， 如学 生不及 格 门次 、 成 绩平 均分 等 ， 并 故 用它来 完 成前期 搜 索能较 好地 克服 Ｂ Ｐ算法 局部极 小 的缺 陷 。将
没 有深 层次 分析 处理学 生成 绩 。
１ 数据 挖掘 简述
Ｇ Ａ和 Ｂ Ｐ结 合 起来 ， 形成 Ｇ Ａ Ｏ Ｂ Ｐ混 合训 练算 法 ， 以Ｇ Ａ优化 Ｂ Ｐ网 络 。这 种 方法 既 避免 了 Ｂ Ｐ网络 易陷 入局 部极 小 问题 ， 同时也 达 到 在 信息爆 炸的 时代 ， 数据挖 掘 的相 关研究 十分 活跃 ， 其在诸 多行 优 化 网络 目的 ， 更 能实 现对 学生 未来 状态 的较 好预测 。基于 以上 分
王 琪
（ 中国矿业大学 教务部 ， 江苏 徐州 ２ ２ １ １ １ ６ ）
［ 摘 要】 随着我 国高等教 育从 “ 精 英教 育” 进入 “ 大众 化教 育”， 学 生的 学业 问题 日 益 突 出。基 于数据挖 掘技 术研 究 ， 结 合 高校 信
息化现 状 。 综 合运 用遗传 算 法 、 Ｂ Ｐ 神 经 网络设 计 预警模 型 ， 并使 用现 有教 务管理 系统的 实际数据 对 学生的 未来状 态做 出有 效预测
实现 对学 生 的学业预 警 管理 。
［ 关键 词 ］ 数 据挖 掘 ；Ｂ Ｐ神 经 网络 ； 遗传 算 法； 学业预 警 管理
ｄ ｏ ｉ ：１ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ３—０ １ ９ ４ ． ２ ０ １ ５ ． １ ８ ． １ ７ ７
【 中图分 类号 ］ Ｔ Ｐ ３ １ １ ；Ｇ ６ ４ ７
业 中逐渐成 为研究 热点 。数据挖 掘技术是 为解决 “ 数 据丰 富 、 知识贫 析 ， 本文 采用 遗传 算法 和神 经 网络相 结合 的方 法解决 学生 未来 姿态 乏” 这一 现象 ， 在 数据库 管理 系统 基础上 发展起 来的一 门新技术 。数 的预测 问题 。 据挖 掘 的实 质是一 种发 现知识 的应用 技术 ， 是从 大量 的 、 不完全 的 、 ２ ． １ 目标 数据 的建立 及 清洗
核心 任 务 ”。而 要 提高 人 才培 养 质量 ， 高校 的教务 部 门Байду номын сангаас、 学工 部 门 络， 是 目前 广泛应 用 的神 经网 络学 习算法 之一 。遗传 算法 类似 于 自 就不 能仅 根据 现有 的学 生数 据状 况和 主观感 官 对学 生进 行管 理 ， 而 然 进化 ， 通过 作用 于染色 体上 的基 因寻找 好的 染色体 来求解 问题 。 应 预 测学 生 在校 期 间未 来 可能 出现 的状态 ， 并 采取 相应 的措施 ， 进 基于 Ｂ Ｐ 算 法 的神经 网络 通过 多个具 有简 单处 理功 能 的神 经 元 行 积极 引 导 。纵 观 国 内高校 信息 化建设 的现状 ， 我 国几乎 所有 的 高 校 都 建立 了 自己 的校 园网和 信息 系统 ， 尤其 是现 代教 务管 理信 息 系