數(shù)據(jù)挖掘技術(shù)的高校思想政治教育運(yùn)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了數(shù)據(jù)挖掘技術(shù)的高校思想政治教育運(yùn)用范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：主要研究數(shù)據(jù)挖掘中的聚類技術(shù)在高校思想政治教育管理中的應(yīng)用。通過(guò)對(duì)輔導(dǎo)員“工作考核量化表”的數(shù)據(jù)分析，按照數(shù)據(jù)挖掘的聚類分析過(guò)程，對(duì)各種數(shù)據(jù)進(jìn)行預(yù)處理，使用劃分方法中的k均值算法，實(shí)現(xiàn)了數(shù)據(jù)的聚類分析，最終得到具有指導(dǎo)價(jià)值的結(jié)果。

關(guān)鍵詞：數(shù)據(jù)挖掘；聚類算法；思政教育；應(yīng)用研究

0引言

隨著我國(guó)信息化建設(shè)進(jìn)程的不斷推進(jìn)，許多高校都已經(jīng)建立起各類基于業(yè)務(wù)的數(shù)據(jù)庫(kù)用于日常管理，作為應(yīng)用廣泛的新興學(xué)科，數(shù)據(jù)挖掘技術(shù)在高校教育信息化中的應(yīng)用前景較好，為高校的管理、建設(shè)、服務(wù)過(guò)程的絕學(xué)提供了全新而科學(xué)的分析途徑。在新形勢(shì)下，高校學(xué)生思政管理工作面臨著巨大挑戰(zhàn)，所以適時(shí)不斷調(diào)整思想工作的途徑，加強(qiáng)先進(jìn)經(jīng)驗(yàn)的交流，可以有效的提高高校思政工作的效果，對(duì)此，本文借助數(shù)據(jù)挖掘技術(shù)進(jìn)行嘗試，通過(guò)聚類結(jié)果分析，所挖掘到的信息對(duì)學(xué)生工作具有一定的參考價(jià)值。

1數(shù)據(jù)挖掘技術(shù)在思想政治教育中的實(shí)際應(yīng)用

1．1思想政治教育管理隨著高等教育的不斷發(fā)展與普及，給高校思想政治教育帶來(lái)一定挑戰(zhàn)，在通常情況下，學(xué)校相關(guān)部門會(huì)對(duì)教育管理工作進(jìn)行數(shù)據(jù)收集，但是目前對(duì)這些數(shù)據(jù)的處理還處于底層的查找與簡(jiǎn)單分析階段，不能夠挖掘出其中的價(jià)值。為了更加具體的了解思政教育工作者的工作情況，學(xué)校每學(xué)期會(huì)組織學(xué)生對(duì)輔導(dǎo)員的工作進(jìn)行評(píng)議，填寫輔導(dǎo)員“工作考核量化表”如何從中提取有價(jià)值的信息，對(duì)高校思想政治教育有非常重要的意義［1］。1．2解決方案數(shù)據(jù)挖掘?qū)儆谝粋€(gè)方案得到肯定的過(guò)程，是數(shù)據(jù)分析研究的深層系手段，將數(shù)據(jù)挖掘技術(shù)運(yùn)用到輔導(dǎo)員工作考核中具有特別意義。例如：通過(guò)數(shù)據(jù)挖掘技術(shù)手段分析“輔導(dǎo)員工作考核量化表”中的數(shù)據(jù)，可以了解“某所高校思政管理整體水平”，在管理中“哪些方面做得好，哪些方面做得不到位”等相關(guān)問(wèn)題。通過(guò)這些結(jié)論進(jìn)一步完善高校思政教育管理。本文提出運(yùn)用聚類分析的數(shù)據(jù)挖掘技術(shù)對(duì)輔導(dǎo)員的工作成效數(shù)據(jù)進(jìn)行分析，將大批的數(shù)據(jù)轉(zhuǎn)換為聚類結(jié)果，從而更好的對(duì)數(shù)據(jù)加以利用。數(shù)據(jù)挖掘過(guò)程.步驟1：明確數(shù)據(jù)挖掘的對(duì)象和主要目的，通過(guò)數(shù)據(jù)挖掘雖然不能預(yù)測(cè)最終結(jié)果，但是可以對(duì)所研究的問(wèn)題進(jìn)行預(yù)測(cè)，所以挖掘目標(biāo)的確定是數(shù)據(jù)挖掘的關(guān)鍵步驟［2］。步驟2：數(shù)據(jù)采集，該過(guò)程的任務(wù)比較繁重，并且需要時(shí)間比較多。在品勢(shì)的教育管理中，要認(rèn)真的收集數(shù)據(jù)信息，一部分?jǐn)?shù)據(jù)是直接可以拿到的，一部分?jǐn)?shù)據(jù)則需要通過(guò)調(diào)研才能獲得。步驟3：數(shù)據(jù)預(yù)處理，將收集到的數(shù)據(jù)轉(zhuǎn)變成可分析的數(shù)據(jù)模型，該模型是根據(jù)算法來(lái)準(zhǔn)備的，不同的算法對(duì)數(shù)據(jù)模型的要求是不一樣的。步驟4：數(shù)據(jù)類聚挖掘，通過(guò)類聚挖掘能夠?qū)?shù)據(jù)模型劃分為相似的多個(gè)組，該過(guò)程主要為數(shù)據(jù)模型的輸入過(guò)程以及聚類算法的選擇進(jìn)行實(shí)現(xiàn)。步驟5：聚類結(jié)果分析，該過(guò)程主要分析研究聚類數(shù)據(jù)挖掘之后得到的多個(gè)組屬性。步驟6：知識(shí)應(yīng)用，將研究所得的信息集成到輔導(dǎo)員的管理教育環(huán)節(jié)中，思政工作者通過(guò)該結(jié)論促進(jìn)教學(xué)管理，形成良好的管理方針［3］。

2數(shù)據(jù)挖掘技術(shù)在思政教育工作中具體方案實(shí)施

2．1確定數(shù)據(jù)挖掘?qū)ο笫占⒄砟炒髮W(xué)2017年“輔導(dǎo)員工作考核量化表”，整理其中關(guān)于輔導(dǎo)員教育管理的120張考核量化表，嘗試解答高校思政教育中存在的問(wèn)題，經(jīng)過(guò)對(duì)有價(jià)值數(shù)據(jù)的挖掘，得出結(jié)論為教學(xué)管理帶來(lái)有效的指導(dǎo)價(jià)值。2．2數(shù)據(jù)采集從學(xué)校學(xué)生工作處，搜集2017年度“輔導(dǎo)員工作考核量化表”。2．3數(shù)據(jù)預(yù)處理“輔導(dǎo)員工作考核量化表”要求輔導(dǎo)員在“堅(jiān)持標(biāo)準(zhǔn)，獎(jiǎng)懲分明，客觀公正的對(duì)待每一位學(xué)生。”“認(rèn)真做好勤工助學(xué)活動(dòng)。”“正確分析學(xué)生的思想動(dòng)態(tài)”等幾個(gè)指標(biāo)項(xiàng)目中，根據(jù)輔導(dǎo)員的實(shí)際工作表現(xiàn)，劃分為“優(yōu)秀、良好、合格、較差、差”五等類型等級(jí)。最終獲得比較完整的考核記錄工作考核量化表117張。2．4數(shù)據(jù)轉(zhuǎn)換在工作考核量化表中考核等級(jí)的項(xiàng)目共15項(xiàng)，如何將數(shù)據(jù)合成到一個(gè)聚類分析的模式中非常關(guān)鍵，按照“管理態(tài)度”“管理能力”“管理方法”“管理效果”四方面屬性來(lái)對(duì)工作考核量化表中的數(shù)據(jù)進(jìn)行重新組合：其中“管理態(tài)度”＝（堅(jiān)持標(biāo)準(zhǔn)＋與同學(xué)之間感情融洽＋言談得體＋辦事客觀）／4“管理能力”＝（準(zhǔn)確掌握貧困生情況＋準(zhǔn)確掌握特殊群體＋嚴(yán)格教育與查出違紀(jì)學(xué)生＋勝任工作＋組織學(xué)生做好評(píng)優(yōu)工作）／5“管理方法”＝（每周3次以上探入班級(jí)宿舍＋積極參加檢查學(xué)生早操＋學(xué)生獎(jiǎng)學(xué)金發(fā)放到位＋有準(zhǔn)備的與學(xué)生談話＋檢查宿舍衛(wèi)生）／5“管理效果”＝（積極參加團(tuán)活班會(huì)＋課下了解學(xué)生思想狀況＋評(píng)論與建議）／3通過(guò)以上處理，可以將工作考核量化表關(guān)系到的十五個(gè)考評(píng)等級(jí)統(tǒng)一演化到四個(gè)屬性中。然后針對(duì)117份數(shù)據(jù)樣本信息的4個(gè)屬性采取聚類挖掘的方法進(jìn)行研究。通過(guò)樣本預(yù)處理得到數(shù)據(jù)樣本.2．5數(shù)據(jù)聚類挖掘數(shù)據(jù)的聚類挖掘采用劃分方法中的經(jīng)典算法K均值以及K中心點(diǎn)算法，其中K代表類別個(gè)數(shù)（K＝3），主要挖掘思路為：將n個(gè)對(duì)象劃分為K個(gè)簇，使同一簇中的對(duì)象具有較高的相似度，K均值算法主要是使用簇中對(duì)象的平均值作為參考值。K均值算法的復(fù)雜度可以通過(guò)進(jìn)一步計(jì)算得出O（nkt），n代表簇的數(shù)量，t代表反復(fù)迭代的次數(shù)，在一般情況下，k與t都會(huì)遠(yuǎn)小于n。針對(duì)所要分析的數(shù)據(jù)樣本，四類屬性都是通過(guò)數(shù)據(jù)轉(zhuǎn)換而得到的，所要的數(shù)據(jù)都是算術(shù)平均值，所以產(chǎn)生孤立點(diǎn)的可能性非常小，最終選用K均值的算法來(lái)運(yùn)用于本研究的數(shù)據(jù)聚類中。一般情況下，K均值算法當(dāng)局部取得最優(yōu)解時(shí)會(huì)終止，所以一定要對(duì)數(shù)據(jù)樣本進(jìn)行改進(jìn)，考察數(shù)據(jù)樣本信息的綜合比例分布情況，采取進(jìn)一步措施對(duì)K均值算法進(jìn)行改進(jìn)得到三個(gè)等級(jí)樣本，3數(shù)據(jù)挖掘算法流程3．1算法實(shí)現(xiàn)的流程算法實(shí)現(xiàn)流程。在K均值算法中，函數(shù)LoadPatterns的作用主要是將數(shù)據(jù)信息裝載到程序中，目的是為了從數(shù)據(jù)庫(kù)文件中讀取相關(guān)信息，并且將文件中的數(shù)據(jù)轉(zhuǎn)換成樣本數(shù)組。函數(shù)RunK－Means（）的作用是算法的主程序，將所有對(duì)象同簇中心距離進(jìn)行對(duì)比，然后將對(duì)象劃分到最近的簇中。函數(shù)Show－Centers（）代表算法所描述的聚類中心。函數(shù)ShowClusters（）表示樣本的標(biāo)識(shí)符號(hào)［4］。3．2主控程序RunKMeans（）的調(diào)用從而找到最短距離的簇，然后運(yùn)用DistributeSam－ples（）將所有對(duì)象劃分到最近的簇當(dāng)中，算出所有簇中對(duì)象的平均值，作為新的質(zhì)心，如果所有新的質(zhì)心不發(fā)生改變，則聚類結(jié)束。

3聚類結(jié)果分析

本文運(yùn)用K均值算法對(duì)120個(gè)數(shù)據(jù)通過(guò)數(shù)據(jù)轉(zhuǎn)換得到的樣本數(shù)據(jù)進(jìn)行分析，對(duì)管理態(tài)度、管理能力、管理方法、管理效果4個(gè)屬性進(jìn)行數(shù)據(jù)挖掘聚類，設(shè)置初始k值為3，最終挖掘到的結(jié)果.根據(jù)以上結(jié)果，每個(gè)簇所包括的數(shù)據(jù)樣本最后的比例分布范圍如下：簇1（較好）共計(jì)36個(gè)樣本，刪除定義樣本，剩余35個(gè)數(shù)據(jù)樣本，占35／117＝30％。簇2（中等）共計(jì)74個(gè)樣本，刪除一個(gè)標(biāo)準(zhǔn)樣本，剩余73個(gè)數(shù)據(jù)樣本，占73／117＝62％。簇3（較差）共計(jì)10個(gè)樣本，刪除一個(gè)標(biāo)準(zhǔn)樣本，剩余9個(gè)數(shù)據(jù)樣本，占9／117＝8％“管理態(tài)度”＝0．77＊30％＋0．61＊62％＋0．31＊8％＝0．634“管理能力”＝0．77＊30％＋0．57＊62％＋0．31＊8％＝0．6092“管理方法”＝0．74＊30％＋0．54＊62％＋0．28＊8％＝0．5792“管理效果”＝0．79＊30％＋0．56＊62％＋0．30＊8％＝0．6082從總體得分由高到低排序?yàn)椋汗芾響B(tài)度、管理能力、管理效果、管理方法。總體上證明該校的思政管理水平屬于中等偏上的。

4總結(jié)

數(shù)據(jù)挖掘，主要是通過(guò)對(duì)原始數(shù)據(jù)的分析、提煉，找到最優(yōu)價(jià)值的信息的過(guò)程，屬于一類深層次的數(shù)據(jù)分析方法。將數(shù)據(jù)挖據(jù)技術(shù)運(yùn)用在高校思想政治教育中，有利于對(duì)思政教育工作者的多項(xiàng)工作指標(biāo)進(jìn)行分析，對(duì)其綜合能力進(jìn)行評(píng)定，為高校進(jìn)一步完善思想政治教育管理決策，準(zhǔn)確定位人才培養(yǎng)目標(biāo)，加強(qiáng)教育團(tuán)隊(duì)建設(shè)提供有效的數(shù)據(jù)依據(jù)。

參考文獻(xiàn)

［1］劉強(qiáng)珺，丁養(yǎng)斌．基于數(shù)據(jù)挖掘技術(shù)的高校思政教育管理研究［J］．電子測(cè)試，2015（1）：101－103．

［2］范宸西，韓松洋．思想政治教育在高校內(nèi)涵式發(fā)展中的重新定位［J］．中共珠海市委黨校珠海市行政學(xué)院學(xué)報(bào)，2015（4）：50－54．

［3］吳小龍，張麗麗．大數(shù)據(jù)視角下高校思想政治理論教育創(chuàng)新［J］．江西理工大學(xué)學(xué)報(bào)，2017（8）：20－23．

［4］李平榮．大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用［J］．重慶三峽學(xué)院學(xué)報(bào)，2014（5）：159．

［5］舒正渝．淺談數(shù)據(jù)挖掘技術(shù)及其應(yīng)用［J］．中國(guó)西部科技，2010（2）：148－150．

作者:關(guān)翠玲 單位:陜西財(cái)經(jīng)職業(yè)技術(shù)學(xué)院