- 相關(guān)推薦
數(shù)據(jù)挖掘技術(shù)在機房信息管理的運用論文
1、大數(shù)據(jù)概述
大數(shù)據(jù)用來描述和定義信息爆炸時代所產(chǎn)生的海量數(shù)據(jù)，它是計算機和互聯(lián)網(wǎng)互相結(jié)合的產(chǎn)物，計算機實現(xiàn)了信息的數(shù)字化，互聯(lián)網(wǎng)實現(xiàn)了信息的網(wǎng)絡(luò)共享化。隨之興起的則是從海量數(shù)據(jù)中挖掘預(yù)測出對人類行為有效的方法和結(jié)果，即數(shù)據(jù)挖掘技術(shù)[1]。數(shù)據(jù)挖掘（Datamining）指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中的信息的過程，是一門跨多個領(lǐng)域的交叉學(xué)科，通常與人工智能、模式識別及計算機科學(xué)有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(xiàn)上述目標。其特點為：海量數(shù)據(jù)尋知識、集成變換度量值、分析模式評效果、圖形界面來展示[2]。
2、大數(shù)據(jù)時代下的高校機房現(xiàn)狀
順應(yīng)時代潮流的發(fā)展，各高校都開設(shè)有計算機專業(yè)，非計算機專業(yè)也在大一或大二時期開設(shè)公共計算機課程，計算機成為教育領(lǐng)域內(nèi)不可或缺的教學(xué)設(shè)備，隨著高校的進一步擴招，教育事業(yè)的不斷更新發(fā)展，學(xué)校的機房建設(shè)也隨之增多，其任務(wù)由原來的面向計算機專業(yè)發(fā)展到面向全校的所有專業(yè)開設(shè)公共計算機教學(xué)、承擔(dān)各種計算機考試等多項任務(wù)。因此機房管理系統(tǒng)在日常教學(xué)和考試任務(wù)中積累了海量數(shù)據(jù)，一般這些數(shù)據(jù)都保存在主服務(wù)器上僅供查詢使用[3]。利用數(shù)據(jù)挖掘技術(shù)，對學(xué)校機房信息管理系統(tǒng)所積累的大量學(xué)生上機數(shù)據(jù)進行深入分析與挖掘，將挖掘得到的預(yù)測結(jié)果輔助學(xué)生成績管理決策，能合理利用機房資源，提高學(xué)生成績管理質(zhì)量。本文利用關(guān)聯(lián)規(guī)則，從現(xiàn)有的機房信息管理系統(tǒng)中收集到的海量學(xué)生上機記錄數(shù)據(jù)中挖掘出隱藏在數(shù)據(jù)中的學(xué)生上機規(guī)律和上機效率，進而預(yù)測學(xué)生的期末考試成績，提前告知，學(xué)生可以在隨后的學(xué)習(xí)中通過人為干預(yù)學(xué)習(xí)過程：比如挖掘預(yù)測出某生成績將會較差，則可以在其后的學(xué)習(xí)中調(diào)整學(xué)習(xí)方式和學(xué)習(xí)態(tài)度，以修正期末考試結(jié)果，提高學(xué)習(xí)效率和考試通過率，為以后的就業(yè)做好鋪墊，因此不管是對于當前利益還是長遠利益，都有深遠的意義。
3、數(shù)據(jù)挖掘階段
1)定義問題：明確數(shù)據(jù)挖掘的預(yù)期目標。本次挖掘目標旨在從海量機房學(xué)生登錄信息中找出能預(yù)測成績的相關(guān)規(guī)則。
2)數(shù)據(jù)準備：提取數(shù)據(jù)挖掘的目標數(shù)據(jù)集，并進行預(yù)處理[4]。本次挖掘數(shù)據(jù)對象為吉首大學(xué)設(shè)備中心六樓公共計算機機房的學(xué)生上機信息表，并檢查數(shù)據(jù)的有效性、一致性、完整性，并去除噪聲，進行預(yù)處理。
3)數(shù)據(jù)挖掘：根據(jù)上個步驟所提取數(shù)據(jù)的特點和類型選擇相應(yīng)合適的算法，并在預(yù)處理過的數(shù)據(jù)集上進行數(shù)據(jù)挖掘。根據(jù)問題定義，本次選擇關(guān)聯(lián)規(guī)則算法Apriori算法，進行關(guān)聯(lián)規(guī)則發(fā)現(xiàn)并預(yù)測。
4)分析挖掘結(jié)果：解釋評價數(shù)據(jù)挖掘的結(jié)果，并將其轉(zhuǎn)換成能被用戶所理解的規(guī)則。
5)運用規(guī)則：通過分析挖掘結(jié)果，可以適當進行人工干預(yù)，修正學(xué)習(xí)行為，使得最終結(jié)果達到理想學(xué)習(xí)效率。
4、數(shù)據(jù)挖掘在機房管理系統(tǒng)中的應(yīng)用
4.1關(guān)聯(lián)規(guī)則算法
Apriori算法采用逐層搜索的迭代方法，不需要復(fù)雜的理論推導(dǎo)，易于實現(xiàn)，是利用挖掘布爾關(guān)聯(lián)規(guī)則頻繁項集的一種算法�；舅枷胧牵菏紫日页鏊械念l集，這些項集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持度一樣。然后由頻集產(chǎn)生強關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。然后使用第1步找到的頻集產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項的所有規(guī)則，其中每一條規(guī)則的右部只有一項，這里采用的是中規(guī)則的定義。一旦這些規(guī)則被生成，那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來[5]。
4.2關(guān)聯(lián)結(jié)果分析
以吉首大學(xué)實驗室與設(shè)備管理中心為例，吉首大學(xué)實驗室與設(shè)備管理中心下設(shè)置的公共計算機實驗教學(xué)中心，負責(zé)學(xué)校公共計算機實驗室建設(shè)與管理，組織實施公共計算機實驗教學(xué)與開放，完成基于計算機平臺進行的計算機等級考試、普通話測試、各類社會化考試等測試工作。其中承擔(dān)公共計算機教學(xué)的機房共有7間，每個機房平均配置95臺學(xué)生用計算機和一臺教師教學(xué)用計算機，每臺電腦上都安裝有奧易機房管理軟件，學(xué)生每次上機都必須通過奧易軟件登錄界面輸入自己的學(xué)號和密碼才能進入系統(tǒng)使用計算機，從而收集到學(xué)生的上機登錄時間、離開時間，教師端可以利用奧易軟件對任意學(xué)生電腦端進行調(diào)換、抓屏、控制屏幕、考試、答疑等操作，所有數(shù)據(jù)存儲在機房管理端的后臺數(shù)據(jù)庫中，通過調(diào)用后臺數(shù)據(jù)庫中的學(xué)生上機情況數(shù)據(jù)，進行挖掘分析。由于數(shù)據(jù)量龐大，所以采用從起始順序抽樣的方法，抽取出2015年11月5日的部分學(xué)生上機的相關(guān)數(shù)據(jù)，去除不完整、不一致、有缺失的數(shù)據(jù)，進行預(yù)處理，為達到預(yù)測挖掘目標提供正確的數(shù)據(jù)源。表1中的數(shù)據(jù)前六列是從奧易軟件后臺數(shù)據(jù)庫中提取到的原始數(shù)據(jù)，我們設(shè)置第二、三、五列數(shù)據(jù)與學(xué)習(xí)情況有關(guān)聯(lián)。將這些數(shù)據(jù)存在于整合表中，剔除學(xué)號異常的記錄，即只要是學(xué)號異常，強制設(shè)定其上機情況為較差（異常學(xué)號學(xué)生，應(yīng)為重修生，是學(xué)習(xí)重點關(guān)注對象），為了方便系統(tǒng)分析，將關(guān)聯(lián)整合后的數(shù)據(jù)轉(zhuǎn)化為布爾類型。登錄時間：S1：10：00；S2：遲到五分鐘；S3：遲到十分鐘；S4：遲到十分鐘以上。學(xué)號：N1：正常學(xué)號；N2：異常學(xué)號。下課時間：E1：正常下課時間；E2：提前五分鐘下課；E3：提前五至十分鐘下課；E4：提前十分鐘以上下課。利用關(guān)聯(lián)算法產(chǎn)生頻繁項集情況分析Q：Q1：優(yōu)秀；Q2：良好；Q3：一般；Q4：較差。利用Apriori算法挖掘關(guān)聯(lián)規(guī)則，可以得到學(xué)生上機情況規(guī)律：S1，E1→Q1；（S2，E2)/（S1，E2)→Q2/Q3；S4，E4→Q4評價結(jié)果：按照正常上課時間上機并且堅持不早退的同學(xué)學(xué)習(xí)情況為優(yōu)秀；上課準時但是提前五分鐘之內(nèi)下課的同學(xué)學(xué)習(xí)情況為良好；上課遲到五分鐘以內(nèi)且下課也提前五分鐘的同學(xué)學(xué)習(xí)情況為一般；上課遲到十分鐘以上并且下課早退十分鐘以上的同學(xué)學(xué)習(xí)評估為較差。如果利用關(guān)聯(lián)算法得出某個學(xué)生的學(xué)習(xí)情況有三次為較差，就啟動成績預(yù)警，提示并干預(yù)該生以后的上機學(xué)習(xí)，督促其學(xué)習(xí)態(tài)度，提高學(xué)習(xí)效率，以避免期末考試掛科現(xiàn)象。
5、結(jié)束語
借數(shù)據(jù)挖掘促進治理主體多元化[6]，借關(guān)聯(lián)分析實現(xiàn)決策科學(xué)化[7].，本文利用關(guān)聯(lián)規(guī)則思路和算法，將吉首大學(xué)設(shè)備中心機房中存在的大量學(xué)生上機情況數(shù)據(jù)進行分析挖掘，嘗試從學(xué)生上機相關(guān)數(shù)據(jù)中預(yù)測其學(xué)習(xí)情況，并根據(jù)預(yù)測結(jié)果有效提示學(xué)生的期末考試成績走向，引導(dǎo)該生在隨后的學(xué)習(xí)應(yīng)該更加有效，以達到避免出現(xiàn)最壞結(jié)果，從而提高期末考試通過率。
參考文獻：
[1]李濤,曾春秋,周武柏,等.大數(shù)據(jù)時代的數(shù)據(jù)挖掘——從應(yīng)用的角度看大數(shù)據(jù)挖掘[J].大數(shù)據(jù),2015(4):57-80.
[2]王夢雪.數(shù)據(jù)挖掘綜述[J].軟件導(dǎo)刊,2013(10):135-137.
[3]袁露,王映龍,楊珺.關(guān)于高校計算機機房管理與維護的探討[J].電腦知識與技術(shù),2013(18):4334-4335.
[4]李明江,唐穎,周力軍.數(shù)據(jù)挖掘技術(shù)及應(yīng)用[J].中國新通信,2012(22):66-67+74.
[5]胡文瑜,孫志揮,吳英杰.數(shù)據(jù)挖掘取樣方法研究[J].計算機研究與發(fā)展,2011(1):45-54.
[6]黃夢橋,李杰.因素挖掘法在投資學(xué)課程中的教學(xué)實踐[J].吉首大學(xué)學(xué)報：自然科學(xué)版,2015(4):80-83.
[7]尹鵬飛,歐云.基于決策樹算法的銀行客戶分類模型[J].吉首大學(xué)學(xué)報：自然科學(xué)版,2014(5):29-32.
【數(shù)據(jù)挖掘技術(shù)在機房信息管理的運用論文】相關(guān)文章：
數(shù)據(jù)挖掘技術(shù)在飯店營銷中的運用03-28
臨床醫(yī)學(xué)中數(shù)據(jù)挖掘技術(shù)的運用分析11-29
數(shù)據(jù)挖掘理論在數(shù)據(jù)采集中的運用03-16
電商網(wǎng)站設(shè)計中網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)的運用11-15
大數(shù)據(jù)技術(shù)在移動通信網(wǎng)絡(luò)優(yōu)化的運用論文06-09
數(shù)據(jù)挖掘的論文參考文獻10-14