1. <tt id="5hhch"><source id="5hhch"></source></tt>
    1. <xmp id="5hhch"></xmp>

  2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

    <rp id="5hhch"></rp>
        <dfn id="5hhch"></dfn>

      1. 數(shù)據(jù)挖掘技術(shù)的高校思想政治教育運用論文

        時間:2020-06-29 17:45:54 政治 我要投稿

        數(shù)據(jù)挖掘技術(shù)的高校思想政治教育運用論文

          0引言

        數(shù)據(jù)挖掘技術(shù)的高校思想政治教育運用論文

          隨著我國信息化建設(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)過程的絕學(xué)提供了全新而科學(xué)的分析途徑。在新形勢下,高校學(xué)生思政管理工作面臨著巨大挑戰(zhàn),所以適時不斷調(diào)整思想工作的途徑,加強先進(jìn)經(jīng)驗的交流,可以有效的提高高校思政工作的效果,對此,本文借助數(shù)據(jù)挖掘技術(shù)進(jìn)行嘗試,通過聚類結(jié)果分析,所挖掘到的信息對學(xué)生工作具有一定的參考價值。

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

         。保彼枷胝谓逃芾黼S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一定挑戰(zhàn),在通常情況下,學(xué)校相關(guān)部門會對教育管理工作進(jìn)行數(shù)據(jù)收集,但是目前對這些數(shù)據(jù)的處理還處于底層的查找與簡單分析階段,不能夠挖掘出其中的價值。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)期會組織學(xué)生對輔導(dǎo)員的工作進(jìn)行評議,填寫輔導(dǎo)員“工作考核量化表”如何從中提取有價值的信息,對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)儆谝粋方案得到肯定的過程,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)運用到輔導(dǎo)員工作考核中具有特別意義。例如:通過數(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)問題。通過這些結(jié)論進(jìn)一步完善高校思政教育管理。本文提出運用聚類分析的數(shù)據(jù)挖掘技術(shù)對輔導(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,從而更好的對數(shù)據(jù)加以利用。數(shù)據(jù)挖掘過程.步驟1:明確數(shù)據(jù)挖掘的對象和主要目的,通過數(shù)據(jù)挖掘雖然不能預(yù)測最終結(jié)果,但是可以對所研究的問題進(jìn)行預(yù)測,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,該過程的任務(wù)比較繁重,并且需要時間比較多。在品勢的教育管理中,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)算法來準(zhǔn)備的,不同的算法對數(shù)據(jù)模型的要求是不一樣的。步驟4:數(shù)據(jù)類聚挖掘,通過類聚挖掘能夠?qū)?shù)據(jù)模型劃分為相似的多個組,該過程主要為數(shù)據(jù)模型的輸入過程以及聚類算法的選擇進(jìn)行實現(xiàn)。步驟5:聚類結(jié)果分析,該過程主要分析研究聚類數(shù)據(jù)挖掘之后得到的多個組屬性。步驟6:知識應(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施

         。玻贝_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題,經(jīng)過對有價值數(shù)據(jù)的挖掘,得出結(jié)論為教學(xué)管理帶來有效的指導(dǎo)價值。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“堅持標(biāo)準(zhǔn),獎懲分明,客觀公正的對待每一位學(xué)生!薄罢J(rèn)真做好勤工助學(xué)活動!薄罢_分析學(xué)生的思想動態(tài)”等幾個指標(biāo)項目中,根據(jù)輔導(dǎo)員的實際工作表現(xiàn),劃分為“優(yōu)秀、良好、合格、較差、差”五等類型等級。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的項目共15項,如何將數(shù)據(jù)合成到一個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”四方面屬性來對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)生做好評優(yōu)工作)/5“管理方法”=(每周3次以上探入班級宿舍+積極參加檢查學(xué)生早操+學(xué)生獎學(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+課下了解學(xué)生思想狀況+評論與建議)/3通過以上處理,可以將工作考核量化表關(guān)系到的十五個考評等級統(tǒng)一演化到四個屬性中。然后針對117份數(shù)據(jù)樣本信息的4個屬性采取聚類挖掘的方法進(jìn)行研究。通過樣本預(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中心點算法,其中K代表類別個數(shù)(K=3),主要挖掘思路為:將n個對象劃分為K個簇,使同一簇中的對象具有較高的相似度,K均值算法主要是使用簇中對象的平均值作為參考值。K均值算法的復(fù)雜度可以通過進(jìn)一步計算得出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都會遠(yuǎn)小于n。針對所要分析的數(shù)據(jù)樣本,四類屬性都是通過數(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)生孤立點的可能性非常小,最終選用K均值的算法來運用于本研究的數(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)解時會終止,所以一定要對數(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K均值算法進(jìn)行改進(jìn)得到三個等級樣本,3數(shù)據(jù)挖掘算法流程3.1算法實現(xiàn)的流程算法實現(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,將所有對象同簇中心距離進(jìn)行對比,然后將對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)識符號[4]。3.2主控程序RunKMeans()的調(diào)用從而找到最短距離的簇,然后運用DistributeSam-ples()將所有對象劃分到最近的簇當(dāng)中,算出所有簇中對象的平均值,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

          本文運用K均值算法對120個數(shù)據(jù)通過數(shù)據(jù)轉(zhuǎn)換得到的樣本數(shù)據(jù)進(jìn)行分析,對管理態(tài)度、管理能力、管理方法、管理效果4個屬性進(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36個樣本,刪除定義樣本,剩余35個數(shù)據(jù)樣本,占35/117=30%。簇2(中等)共計74個樣本,刪除一個標(biāo)準(zhǔn)樣本,剩余73個數(shù)據(jù)樣本,占73/117=62%。簇3(較差)共計10個樣本,刪除一個標(biāo)準(zhǔn)樣本,剩余9個數(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為:管理態(tài)度、管理能力、管理效果、管理方法?傮w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,主要是通過對原始數(shù)據(jù)的分析、提煉,找到最優(yōu)價值的信息的過程,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)運用在高校思想政治教育中,有利于對思政教育工作者的多項工作指標(biāo)進(jìn)行分析,對其綜合能力進(jìn)行評定,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),加強教育團(tuán)隊建設(shè)提供有效的數(shù)據(jù)依據(jù)。

          參考文獻(xiàn)

         。郏保輨姮B,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].電子測試,2015(1):101-103.

         。郏玻莘跺肺,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,2015(4):50-54.

         。郏常輩切↓,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,2017(8):20-23.

         。郏矗堇钇綐s.大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].重慶三峽學(xué)院學(xué)報,2014(5):159.

         。郏担菔嬲澹疁\談數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].中國西部科技,2010(2):148-150.

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

        【數(shù)據(jù)挖掘技術(shù)的高校思想政治教育運用論文】相關(guān)文章:

        1.數(shù)據(jù)挖掘在股票估價的運用

        2.中外高校思想政治教育論文

        3.基于積極心理學(xué)視角高校思想政治教育的運用論文

        4.高校日常思想政治教育現(xiàn)狀的論文

        5.高校人文關(guān)懷思想政治教育論文

        6.高校思想政治教育方法研究論文

        7.孔子思想對高校思想政治教育的啟發(fā)論文

        8.數(shù)據(jù)挖掘論文的參考文獻(xiàn)

        国产高潮无套免费视频_久久九九兔免费精品6_99精品热6080YY久久_国产91久久久久久无码

        1. <tt id="5hhch"><source id="5hhch"></source></tt>
          1. <xmp id="5hhch"></xmp>

        2. <xmp id="5hhch"><rt id="5hhch"></rt></xmp>

          <rp id="5hhch"></rp>
              <dfn id="5hhch"></dfn>