基于數(shù)據(jù)挖掘的河北省高考數(shù)據(jù)分析研究.pdf

1、信息技術(shù)的飛速發(fā)展使得各行各業(yè)積累了大量的數(shù)據(jù)，隨著管理信息化的推進(jìn)和行業(yè)業(yè)務(wù)需求的增大，人們并不滿足于對現(xiàn)有數(shù)據(jù)的簡單查詢和分析，傳統(tǒng)的數(shù)據(jù)管理方法已不能深入探索數(shù)據(jù)背后的含義。數(shù)據(jù)挖掘技術(shù)應(yīng)運而生，該技術(shù)就是幫助人們從海量數(shù)據(jù)中提取有效的、隱含的、潛在有用的知識以優(yōu)化和促進(jìn)相應(yīng)行業(yè)的信息化管理和發(fā)展。經(jīng)過不到二十年的發(fā)展，數(shù)據(jù)挖掘技術(shù)已經(jīng)在諸多領(lǐng)域得到了廣泛的應(yīng)用，也逐步在教育行業(yè)中發(fā)揮一定作用。
　　 教育信息化的深入推進(jìn)

2、給我國教育行業(yè)帶來了巨大變革，現(xiàn)代化的信息技術(shù)管理已滲透到教育領(lǐng)域的各個環(huán)節(jié)。每年高考過后，教育考試部門都會形成大量的高考數(shù)據(jù)，包括考生信息、考生成績、報考信息等等。河北省自引進(jìn)海云天高考閱卷系統(tǒng)以來，一直實施高考網(wǎng)上閱卷，進(jìn)一步加強(qiáng)教育考試信息化管理工作，規(guī)范考試信息數(shù)據(jù)的管理和挖掘應(yīng)用。
　　 高考閱卷的信息化管理和實施使得相應(yīng)的教育考試部門積累了大量的高考數(shù)據(jù)，這其中包括多年的考生報考數(shù)據(jù)、考生成績數(shù)據(jù)、考生志愿數(shù)據(jù)等等，

3、本文將數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘和聚類分析引入到高考數(shù)據(jù)分析中，在高考數(shù)據(jù)分析系統(tǒng)的基礎(chǔ)之上對數(shù)據(jù)進(jìn)行二次挖掘，進(jìn)而發(fā)現(xiàn)通過現(xiàn)有系統(tǒng)中傳統(tǒng)統(tǒng)計學(xué)、教育測量學(xué)等技術(shù)理論無法挖掘的潛在有用知識，以期對全省的高中教育起到一定的指導(dǎo)作用。
　　 Weka數(shù)據(jù)挖掘平臺是目前最為主流的通用數(shù)據(jù)挖掘工具之一，其強(qiáng)大的數(shù)據(jù)挖掘功能和集成的眾多通用挖掘算法得到了許多理論研究者和應(yīng)用開發(fā)人員的青睞。本文綜合考慮其通用性、強(qiáng)大的算法合成等優(yōu)勢，最終

4、選用該平臺，以河北省近幾年普通高考招生考試模擬樣本數(shù)據(jù)為基礎(chǔ)，綜合運用高考數(shù)據(jù)分析系統(tǒng)和以Weka平臺為主要依托的數(shù)據(jù)挖掘技術(shù)，將數(shù)據(jù)庫、計算機(jī)編程語言與數(shù)據(jù)可視化相結(jié)合，對河北省高考數(shù)據(jù)進(jìn)行深入的挖掘和分析，試圖尋找以高考成績分析為主要內(nèi)容的高考數(shù)據(jù)挖掘方法和模式:
　　 ①依托已開發(fā)的高考數(shù)據(jù)分析系統(tǒng)進(jìn)行模擬樣本數(shù)據(jù)準(zhǔn)備和預(yù)處理，將提取的數(shù)據(jù)在Weka平臺中運用數(shù)據(jù)挖掘技術(shù)對全省高考數(shù)據(jù)進(jìn)行分析、挖掘，為全省高中教育教學(xué)和管

5、理提供決策依據(jù)。同時也為教育考試管理部門提供方便快捷的考試數(shù)據(jù)分析方式。
　　 ②結(jié)合模擬考生報名信息和成績信息，在高考數(shù)據(jù)分析系統(tǒng)中進(jìn)行數(shù)據(jù)預(yù)處理，轉(zhuǎn)化為數(shù)據(jù)挖掘工具Weka所能處理的數(shù)據(jù)格式，之后進(jìn)行關(guān)聯(lián)規(guī)則挖掘和聚類分析處理，發(fā)現(xiàn)影響考生成績的潛在因素。這為區(qū)域及學(xué)校教育的發(fā)展提供一定參考。同時通過Weka挖掘，以英語學(xué)科為例，發(fā)現(xiàn)科目試題間的關(guān)聯(lián)和考生答題趨勢。
　　 通過本研究，比較深入地對全省高考數(shù)據(jù)進(jìn)行了挖