大数据数据挖掘技术应用研究.docx

2
大数据数据挖掘技术应用研究
摘要：大数据时代数据挖掘技术在多个领域都有所应用，数据挖掘技术将高性能计算、机器学习、人工智能、模式识别、统计学、数据可视化、数据库技术以及专家系统等多个方面的学问融合在一起，能够快速在海量信息中在此基础之上进行下一步的分类。

网络上的数据形形色色，千奇百怪，有的数据者为了爱惜数据往往会实施各种加密方法使得数据具有确定的隐蔽性，这样可能就很难通过一般的数据分析法对相关数据进行挖掘和利用，而要解决该问题则可以通过关联性分析法完成对于数据信息的关联性识别，进而快速的猎取有效数据，关怀人力完成对各种数据辨别的任务，相较于其他的数据分析方法来说，这种分析方法实际上带有很强的目的性，因此往往适用于对数据精准度要求相对比较高的信息管理工作。
4
2数据挖掘技术的应用
实际应用中数据挖掘技术的具体流程就是先通过对海量数据的保存，然后对保存好的数据进行分析、整理、选择和转换等。数据的预备工作是数据挖掘技术的基础前提，前期预备工作的好坏也直接准备了数据挖掘技术的效率及质量。在数据预备工作完成之后工作人员需要进一步对数据进行挖掘，在挖掘的基础之上对数据进行评估，然后达到应用目的。数据挖掘技术可以应用于多个方面，其挖掘的结果可以参与到政府、企业和个人的决策中，数据挖掘的社会价值得到了最大限度的发挥，其不断转变着人们的生活方式，而文章结合笔者自身的工作阅历，尝试分析数据挖掘技术在高校中的应用，其具体如下所示。

高校管理涉及到了多个方面的内容，犹如学在校的学习和生活中都涉及有管理方面的内容，数据挖掘技术在高校管理中的内容主要包含有高校招生录用、贫困生选择以及优秀同学和班干部的评比等工作。从高校管理的角度来说，其每年的招生工作是学校可持续进展的重要环节，招生质量凹凸直接影响到了高校教学质量以及将来的进展动向，而将数据挖掘技术应用到高校的招生管理工作中，可以快速有效的对同学高考成果、志愿填报方式以及生源地基本状况等进行多方面的信息整合与汇总，这样可以更加科学的对同学状况进行评估，为学校选取更久优质的生源，促进高校的长远进展建设。数据挖掘技术应用的具体步骤就是通过对数据的收集和预处理，建立相关的数据模型，然后借助分类算法，提取和挖掘最为有价值的信息，对所挖掘的数据进行存储，以备后期使用，贫困生选择以及优秀同学和班干部评比中也可以应用这种方式进行数据挖掘处理。
4

教学评价是教育教学工作的重要组成部分，其能够关怀老师深化的了解同学的学习状况，分析教学中存在的不足，并在后期的教学中准时的进行调整，这样能够有效的提升教育教学质量，而在高校课堂教学中评价也是不行或缺的。数据挖掘技术在高校课堂教学评价系统中的应用主要也是借助关联分析法，对各种数据进行挖掘和利用。在实际工作中首先需对数据进行预处理，数据的预处理是数据挖掘技术的关键所在，假如预处理操作不当则会直接影响到数据挖掘技术的应用效率。数据预处理中需要将老师的基本信息、教学所教授课程以及老师的职称、学历、同学信息以及同学课表相关的信息进行数据初始记录，然后再实际教学中对相关数据进行分析处理，达到科学合理评价的目