本科院校教学管理应用研究.docx

本文格式为Word版，下载可任意编辑
本科院校教学管理应用争辩
1引言
一些院校在对教学质量的衡量时往往习惯对于成果以及各种指标进行把握与衡量，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章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，就必需先来生疏一下关联规章的基本含义与内容。
2关于关联规章所在的基本含义
关联规章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章，其大多数状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。关联规章的存在是客观的，其对于各种交易项目都会存在确定的关联关系。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学问与规章。比方，关联关系可以轻易推断出不同的商品之间的关联性，一些顾客在购置了A和B的前提下，购置C商品的可能性会高达60%以上。这种关联规章供应的信息就可以用作经营决策、市场策划等。关联规章挖掘的问题是觉察大量信息之间的关联、找出他们之间的规章，并简化成一种简洁明白的分析规章。
3关联规章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，由于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，主要包括数据预备、数据清理和数据的变更等。〔1〕数据预备。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老师信息以及评价信息，同时融入一些同学的基本状况作为原始数据商量 对象，通过对这些数据进行整理的方式来表达关联数据的价值。在处理过程中依据事先设定的目的，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全都的数据进行处理和订正，包括同学的成果表中的成果为空，但是却照旧通过审核的状况。〔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，本文主要实行了当前较为常用的数据泛化的一般方法进行处理。首先，将数据中诞生日期依据年份分类，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，以便削减数值利用统计。再次，将成果数值取消，制定统一的成果等级，将各成果分别落在不同的登记中。3.2数据挖掘。为了更好的觉察老师本身的素养与教学质量的关系，我们选择老师的年龄、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，老年和中年老师的课程同学的评价较高，而中青年的评分较为中等。由此，简洁说明年龄越大积累的阅历越多，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老师的指导，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，受到同学宠爱；而学历为本科的老师，其授课评价中等。
4结语
通过关联规章可以觉察，应用型本科院校需要留意引进培育高学历职称的老师，并结合自身院校状况引进部分稀缺具有博士学位教授职称的老师，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。
【

第 3 页 共 3 页