可视化技术在高校教学大数据挖掘中的应用研究
【摘要】 随着互联网的不断发展，大数据时代已经到来，在高校教学信息化管理中也离不开丰富的数据资源。同时，可视化技术的出现也为高校教学大数据分析提供了有力的帮助。通过可视化技术，从数据中挖掘有用的信息，对教学教务进行管理，也是现阶段高校信息化发展的主要趋势。本文主要介绍可视化技术在高校大学大数据挖掘中的具体应用。
【关键词】 可视化技术 高校教学 大数据挖掘
引言：
现阶段高校信息化建设已经覆盖了高校的办公，教学，科研，财务，图书管理等各个方面，但在信息化管理发展初期，容易出现信息孤岛问题。而通过结合可视化数据技术，能够建立数据共享平台，将所有的信息进行分类整合，并且加以整理，帮助高校管理者做出更好的指导决策，并且通过数据挖掘出的信息也能实时反馈到教师教学和学生学习中，为教师和学生的共同进步奠定良好的基础。
一、如何正确理解可视化技术在高校教学大数据挖掘中的应用
1.1可视化技术的概念及应用
可视化技术的概念来源于科学计算可视化，主要是指通过计算机图形学及图像处理技术进行科学计算，并且将计算结果以图形模式等显示出来，帮助使用者进一步感受数据的变化，并且将数据更加可视化。数据挖掘会受各个学科演变的影响，伴随着数据越来越多，科学计算可视化技术也在进行不断的更新和完善，以便符合行业以及人们的需求。从此表中能够体现出可视化技术三大特点，即交互性，多维性和可视性。
图 1 信息可视化的参考模型
交互性是指用户可以通过交互的方式对数据进行管理和开发，而多维性则体现在可以对多种属性的数据进行同时操作，并且用户可以将数据分为值域，再进行分类，排序，组合，最终显示出来。可视性主要体现在将结构变得可视化，数据之间的关系可视化。高校工作人员以及教师通过信息可视化，可以对学生的学业情况，就业情况，基本信息，教学质量等进行实时监督。
1.2数据挖掘的概念及应用
在当下社会行业的不断发展中，数据挖掘功能已经成为人工智能和数据库领域的热门话题。实践证明，通过使用数据挖掘技术对数据库进行分析，能够很容易找到利于企业发展的信息。如何将数据挖掘更好的为企业服务，也是现阶段大数据时代下科技人员需要考虑的重要话题。在数据挖掘过程中，有很多学科知识，最典型的有人工智能，机器学习，模式识别，统计学，可视化技术等，越来越多的人也倾向于从数据挖掘中找出相关参考信息 并作出合理即正确的决策。数据挖掘整个过程包含很多方面。通过数据挖掘，高校可以筛选具有一定条件的学生信息，比如贫困生的评定，优秀教师的评定等都可以通过数据挖掘技术来实现。
1.3大数据的概念及应用
大数据不仅仅是指采集的数据量，更是代表采集速度，或者对有效数据进行分析的能力。高校利用的大數据技术，就是通过利用数据分析的方法，挖掘有效信息，为学校的决策提供必要的帮助。大数据有着四种重要的特点，分别如下：第一为规模大。在高效的大数据库中，可以存储关于高校发展历史状况，教师招聘以及晋升状况，学生学习及就业状况，日常教务管理及教职工的管理状况。第二特点为速度快。管理者可以利用大数据实时搜寻想要的信息，并且得到信息的准确性非常高。第三特点为种类多，高校使用的大数据库包含网站记录，图片信息，动画信息，视频信息，地理信息等，这些都会为大数据的使用提供支持。第四特点为价值高。大数据广泛应用于发现海量数据背后隐藏的有用信息，高校也可以使用大数据评定一些具有巨大价值的信息。
1.4大数据可视化的概念及应用
大数据可视化不仅仅是指知识可视化，同时也包含统计图形和主题图可视化等，主要特点就是将信息完整呈现，并且大数据可视化包含内容非常广泛，比如思维导图，新闻显示，数据显示，连接显示，网站显示，文章资源等。总而言之，大数据可视化既包含了科学可视化，信息可视化，同时也包含了知识可视化。大数据可视化的过程主要有七步，首先通过收集数据库的表格，文字，源文件等获取相关数据。第二步，对每一类的数据进行结构分类并且排序。第三步，将重复无价值的数据删除，保留有价值，感兴趣的数据。第四步，通过对数据规律分析找到有用信息。第五步，通过列出树状结构图，条形图等进行表述。第六步，通过一定的表述方法，将信息变得更加视觉化。第七步，通过交互选择，实现数据的最终可视化。
二、可视化技术在高校教学大数据挖掘中的具体应用措施
2.1可视化数据挖掘技术在学生选课方面的应用
在现阶段的高校教育中，普遍都会有课程设置不合理，选课方式不完善，指导体系不科学等各种问题。因此，学生在选课过程中，盲目遵循其他学生或者教师给出的意见，忽略自己的兴趣所在，这样选出的课程往往不是自己最擅长的，这也是导致高校人才培养出现问题的主要原因。而通过可视化数据挖掘技术，就能更好的解决这个问题。在数据挖掘技术中有关联规则计算法，通过发现变量之间的某种联系找出最优选择。比如一个频繁项集是计算机科学技术，计算机网络，网络编程，如果该学生有很好的计算机基础，并且对计算机课程也非常感兴趣，那么他可以选择计算机网络课程或者是网络编程课程。当学生找出自己所擅长的科目之后，学校也会为学生的选择进行排课，比如为学生安排有针对性的专业基础课程，促使学生更好的学习专业技能。这样一来，学生在选课方面就会有更科学的参考，为将来的顺利就业奠定基础。
2.2可视化数据挖掘技术在学生就业方面的应用
决定高校发展长久的主要因素就是学生的就业状况。多数学生顺利就业可以为高校在社会建立良好的口碑。在信息化发展模式下，很多高校都已经引进学生就业系统，并且已经投入使用。比如上海交通大学毕业生就业办公室的开发和应用，就是针对学生的就业开设的。在学生进入高校第一天，学校就为每个学生建立了信息数据库，收集学生各种信息，同时也收纳了很多招聘单位的信息，高校可以利用数据挖掘系统将有用的信息和数据可视化，最终根据结果制定人才培养方向，有效删减课程，安排实验实训课时，定期开展就业生毕业指导等。同样也会使用到关联计算法，通过计算机找到匹配最小支持度值的频繁词项，再通过匹配最小置信度来生成关联规则，最终找到影响学生就业的因素。比如学位课成绩，学生的城市经济状况等，然后学校再根据某一因素为学生提供指导性的意见，从而提高学校的就业率。
2.3可视化数据挖掘技术在学生学业预警方面的应用
高校的不断发展使得生源越来越多，高校的数据库也越来越庞大。现阶段有的高校数据库仅仅在查询统计过程中使用频繁，却很少采用可视化数据挖掘系统寻找更关键的信息。因此，高校管理人员可以通过该技术挖掘学生各科成绩之间的隐含关系，及时对学生的学业进行提醒和警示，这样可以更好的促进学生的顺利毕业。比如上海海事大学教务处建立了严格的预警规则，提前对学业存在问题的学生提出提醒，并且督促学生完成学习任务。上海复旦大学在校园里实施的博学计划，同样构建了学习预警体系，提前对学生的学业进行有效干预。因此，相关高校可以利用此模式，先对大一大二的学生成绩进行分析，找出容易挂科和影响毕业的学科，进行预警提示，然后针对学生的具体情况采取干预措施，让学生重视自己的学业成绩。
2.4可视化数据挖掘技术在教学管理方面的应用
可视化数据挖掘系统不仅可以对学生的情况进行分析，还可以有效帮助到教师日常教研及教学活动。高校应当通过可视化数据挖掘技术增强教师教研，创新能力，为教师提供更好的工作环境。比如通过大数据创设科学的教学评价体系，将教务处，学生群体及教师主体作为评价方，摒弃传统的评价模式，通过大数据保证评价的全面以及针对性。最后高校管理者针对评价结果，督促教师强化个人教学水平，提高教师的思想政治认同感等，最终构建专业的师资团队。
2.5可视化数据挖掘技术在评价学生方面的应用
在传统教育理念下，对学生的评价主要是以成绩为主，或者以教师的主观意愿为主，这样很不利于学生的全面发展。而通过可视化数据挖掘系统，高校就可以建立对学生全面评价的平台，并且建立良好的师生互动关系。比如学校可以通过校园贴吧，班级微信群，慕课平台等定期发布教学资源。学生通过信息浏览，回复，发布，交流等与教师进行实时互动。而高校教育管理者通过后台数据净化网络环境，对学生的德智体美劳等各方面开展全面评价。高校管理者再根据对学生的评价结果，加强对校外企业和政府的合作力度，基于市场需求以及国家要求，不断调整課程方向，运用可视化数据挖掘技术，找出高校，企业，政府的管理架构，不断探寻新的人才培养模式，避免高校出现闭门造车的尴尬现象。
2.6可视化数据挖掘技术在教务管理方面的应用
在高校的日常教务管理中也可以使用可视化数据挖掘系统，通过对数据库的信息进行分析，从而对制定教学计划感兴趣的自然信息进行详细调取，比如学生信息，教室信息，教师信息等，通过直观的三维体排列，可以明显看出教室的使用情况，教师的上课情况等。另外，在教务信息数据库中，所有的教学资源也可以通过表格可视化。比如课程的编排，教学周，课时的安排等，建立数据库之后，通过输入某个教室号，找出三个变量值，就能查出教室是否有课。由此可见，通过构建三维场景，教学资源以及教务工作安排都能一眼看出，更加方便教学工作的顺利进行。
三、结束语
通过在高校教学管理中实施可视化大数据挖掘技术，可以对高校的教学质量，教务信息，教学评价，学生状况等实现高效的分析，并且为高校的不断发展提供强有力的数据支持。当然，可视化数据挖掘技术在高校信息化发展中仍然处于探索阶段，在未来，可视化数据挖掘技术也会为高校信息化发展提供更多的帮助，真正提高高校管理能力和服务能力。
参 考 文 献
[1]邹立仁.基于大数据分析的高校教学质量监控与评价研究[J].文化创新比较研究，2021，5（04）：124-126.
[2]刘睿凡，宦涛，游学军.数据可视化在高校互动教学平台中的研究与应用[J].花炮科技与市场，2019（04）：177.
[3]王芳，陈道贺.大数据技术对高校教学改革的启示[J].电脑知识与技术，2015，11（09）：156-158+162.
[4]朱文明，王馥琴.eDaaS在高校教学信息化中的运用[J].电子技术与软件工程，2019（17）：210-211.
[5]边璐.大数据在高校教学中对学习行为数据分析的应用[J].中国新通信，2019，21（12）：183.
课题项目：重庆市教育科学规划课题“可视化技术在高校教学大数据掘中的应用研究”（2019-GX-479）
从传锋（1984.09），男，汉族，重庆合川，重庆师范大学硕士研究生，重庆对外经贸学院，实验师。研究方向：教育信息化。
猜你喜欢可视化技术高校教学大数据环境下基于可视化技术的审计方法研究北方经贸(2020年7期)2020-08-07电力系统可视化运维技术设想分析电力与能源系统学报·中旬刊(2020年1期)2020-06-30电力调度自动化系统可视化技术研究科学与财富(2020年35期)2020-03-11电力信息系统运维中可视化技术的应用分析科技创新与应用(2018年33期)2018-01-03可视化技术在数字图书馆动态多维知识呈现服务中的应用研究河南图书馆学刊(2017年7期)2017-08-23关于微课对优化高校教学效果的思考未来英才(2017年2期)2017-05-04大数据对高校教学反馈的影响教育教学论坛(2017年17期)2017-04-22可视化技术在电力调度自动化系统中的应用数字技术与应用(2016年12期)2017-04-15浅析PPT课件在高校教学中的应用科教导刊·电子版(2016年32期)2017-02-27《C语言程序设计》中微课的应用研究电脑知识与技术(2016年23期)2016-11-02