预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

数据挖掘技术在招生数据管理中的作用摘要:该文通过对高校招生数据的分析归纳总结出高校招生数据尤其是艺术类招生数据的特点并对其进行归类。然后对数据挖掘技术进行了陈述试图将数据挖掘技术应用到高校招生数据的管理和分析中提高高校招生数据管理的有效性节省时间和人力物力成本。关键词:高校招生;数据管理;数据挖掘中图分类号:TP311文献标识码:A文章编号:1009-3044(2016)14-0001-02高校招生工作是高校进行人才培养的第一步是整个高等教育过程中的基础性工作其影响力涉及千家万户涉及全国的每一位考生。近年来高校扩招、改革、招生政策、录取制度也进行了改革加之物联网、大数据时代的悄然到来给招生工作带来了新的机遇同时也是我们面临很多新的挑战。如何在保证招生工作公平、公正、公开的基础上引进新的工作思想和新技术简化招生工作流程节省人力、物力和时间资源是做好招生工作的要务之一。1高校招生数据的特点随着计算机网络技术的飞速发展高校的招生录取工作基本上实现了基于网络进行的状态这种招生报名和录取的形式提高了招生工作的效率降低了招生过程中的人力物力成本但却带来了新的问题即招生录取过程中的数据处理问题因为在报名系统中下载得到的数据会出现格式不统一等状况给后期的招生录取、工作总结以及之后的与教务处的交接工作、学生管理工作都带来了一系列的麻烦[1]。而招生数据的准确性又设计每一位考生的切身利益不容有半点马虎一点细微的错误都可能导致一个家庭的悲剧因此我们必须严肃认真地对待招生数据的处理。现将这些数据的特点归纳总结如下:1.1普通类招生数据的特点高校普通类招生数据的特点相对统一、整齐涉及的信息主要包括以下几种:(1)考生号这也是标志每一位考生的主要关键字由各省招办按照统一的规律进行编排;(2)考生身份证号鉴于身份证号的唯一性其也可作为识别考生的主要关键字但是由于考生来自全国各地其身份证号不具有一定的规律性因此我们一般不作为主关键字来处理而是作为次要关键字也就是说当数据产生冲突或错误等情况时由其进一步验证考生身份;(3)考生姓名一般处理为字符串处理的过程中需注意校验每一个字符的正确性否则会给学生入学后的教学管理和学籍管理工作带来很大的麻烦也会对考生自身产生一定的影响;(4)报考专业这个属性我们一般可以用专业代码来代替处理起来更加方便;(5)成绩一般情况下普通类招生按文化成绩排名录取艺术类中有些表演类的或者面试类的专业则按专业成绩排名所以考生成绩是一个非常重要且难以处理的属性因此我们在这里现将这些专业进行分类按录取原则将其归类并按类别分别建立表单以表单名称标志其录取规则。除此之外我们还要根据自己的需求建立成绩的小项目属性因为当出现两个考生的总成绩一致而招生计划数不够的情况下我们会根据录取原则按某门科目的成绩高地优先录取如语文成绩等也有一些专业会出现对某门科目的小分数线要求如英语;(6)学生类别学生类别主要分文、理两种在录取的时候会按文理分开排队和录取;(7)其他属性如考试类别包括城镇应届、城镇往届、农村应届、农村往届等;生源地这涉及某些边远地区可能会有录取的优惠政策等;是否服从调剂等信息。以上涉及的信息在制作成为数据库时有些我们可以组织编排成代码的形式另外在录取中还要增加一项即是否提档这以便我们后期做录取结果数据的统计和分析。1.2艺术类招生数据的特点艺术类招生数据相比普通类要复杂很多涉及不同专业有不同的考试规则录取规则等等还涉及初试成绩、复试成绩等并且每个专业都有所差别因此我们一般将其按专业划分做成单个小数据库。各数据库以专业来命名进行区分内部仍以考生号作为主要关键字但这里的考生号是我校自己按规则编排的次要关键字为考生身份证号除此之外涉及的主要属性包括初试成绩是否进入复试复试成绩。2数据挖掘技术简介数据挖掘是目前人工智能和数据库领域研究的热点问题所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程[2]。数据挖掘是整合了人工智能、机器学习等多领域的知识其主要过程是利用已有的数据库进行数据训练使用某种算法如决策树、支持向量机等构造出相应的数据模型然后利用训练好的模型进行数据分析和结果预测。数据挖掘作为一门多专业交叉学科是当今大数据时代下最前沿的技术引起了国内外众多领域研究人员的高度关注。在这方面国外起步相对早一些应用领域也相对广泛包括空间和天文学领域其中比较有代表性的包括喷气推进实验室以及SKLCAT等。我国在这方面的研究主要集中在高校和相关科研单位其资金来源和研究方向都以国家自然科学基金以及863计划等。到目前为止数据挖掘技术在世界范围内应用