本科院校教学管理应用研究

1引言

一些院校在对教学质量的衡量时往往习惯对于成绩以及各种指标进行控制与衡量，但是其却忽视了教学管理在教学质量评价中所产生的影响及效果。作为衡量应用型本科院校教学管理工作效果的主要指标，教学质量是管理的重要组成方式。其经常会面临各种数据的处理以及内在联系的计算工作，但是却缺乏深层次的思考。为了进一步将关联规则挖掘技术应用于教学的评价实践当中，并以此来提升教学的管理效果与管理质量，就必须先来认识一下关联规则的基本含义与内容。

2关于关联规则所在的基本含义

关联规则是指在数据库当中一组对象之间存在的某种关联关系与规则，其大多数情况下是针对数据库作为管理对象进行管理的。这种数据库最为常用的领域就是零售业，包括超级市场的零售管理以及一般超市的零售管理等等。关联规则的存在是客观的，其对于各种交易项目都会存在一定的关联关系。而数据挖掘就是需要从这些信息中挖掘出隐含未知的，且对用户具有潜在价值的知识与规则。比如，关联关系可以轻易推断出不同的商品之间的关联性，一些顾客在购买了A和B的前提下，购买C商品的可能性会高达60%以上。这种关联规则提供的信息就可以用作经营决策、市场策划等。关联规则挖掘的问题是发现大量信息之间的关联、找出他们之间的规则，并简化成一种简单明了的分析规则。

3关联规则在应用型本科院校教学管理中的应用

3.1数据处理。数据处理是数据挖距过程的中的一个重要步骤，因为现有数据是具有很多不确定性，存在虚假等信息在里面。由此，需要数据处理。数据处理技术有很多种，主要包括数据准备、数据清理和数据的变更等。（1）数据准备。本文首先分析了应用型本科院校的教学管理系统当中收集的教师信息以及评价信息，同时融入一些学生的基本状况作为原始数据研究对象，通过对这些数据进行整理的方式来体现关联数据的价值。在处理过程中根据事先设定的目的，选出若干具有价值的数据，并建立一个数据表。如表1所示。（2）数据清理。对于一些与基本观点不一致的数据进行处理和纠正，包括学生的成绩表中的成绩为空，但是却依然通过审核的情况。（3）数据变更。数据的变更是数据转换成合适数据挖掘的基本表现形式，本文主要采取了当前较为常用的数据泛化的一般方法进行处理。首先，将数据中出生日期按照年份分类，大于1980年的青年，1965年至1979年之间的为中年，小于等于1964年的为老年转换为统一的年龄。其次，将数据中的工作量属性按工作量<150为未满工作量，150至170之间为满工作量，>170的为超工作量转换为对应的工作量段，以便减少数值利用统计。再次，将成绩数值取消，制定统一的成绩等级，将各成绩分别落在不同的登记中。3.2数据挖掘。为了更好的发现教师本身的素质与教学质量的关系，我们选择教师的年龄、学历、职称及评教分数作为数据挖掘对象。（1）年龄与教学效果的关系。通过数据整理与数据采集对象显示，老年和中年教师的课程学生的评价较高，而中青年的评分较为中等。由此，简单说明年龄越大积累的经验越多，教学质量越优秀。对此，应用本科院校可以制定“师带徒”方式，是中青年受到更多老年教师的指导，以便提高整体教学质量。（2）学历与教学效果的关系。通过数据整理与数据采集对象显示，学历与评教结果之间有着较高的关联，学历为博士的评价信誉度较高，说明高学历的教学效果好，受到学生喜爱；而学历为本科的教师，其授课评价中等。

4结语

通过关联规则可以发现，应用型本科院校需要注重引进培养高学历职称的教师，并结合自身院校情况引进部分稀缺具有博士学位教授职称的教师，以提高整体教学质量。在应用型本科院校中，随着教学管理信息数据的不断增多，我们应细化分类，将数据挖掘进一步应用到教学管理体系中。

【参考文献】

[1]潘维真.创新管理理念，建立现代教学管理体制和运行机制[J].中国高教研究，2006(6).

[2]王兆锋，徐跃进.加强教学运行管理，切实提高教育质量[J].高等农业教育，2004(4).

[3]洪成群.关于高校教学管理规范化问题的实践与探讨[J].湖北经济学院学报(人文社会科学版)，2006(12).

[4]姚俊．浅谈关联规则挖掘．信息技术[J]，2005，6：85-87．

[5]费贤举，王文琴，庄燕滨．基于关联规则的数据挖掘技术在CRM中的应用研究．常州工学院学报[J]，2005，8（4）：1-6．

[6]毕建欣，张岐山．关联规则挖掘算法综述．中国工程科学[J]，2005，4（7）：88-94．

作者:吴芳芳 檀文君 年晓明 单位:1.安徽三联学院 2.合肥尚麟院教育