數(shù)據(jù)挖掘技術(shù)的高校思想政治教育運用論文

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

　　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�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�１確定數(shù)據(jù)挖掘?qū)ο笫占�并整理某大學(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�確分析學(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�強珺，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�渝．淺談數(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)