信息管理中数据挖掘的应用方法

前言：想要写出一篇引人入胜的文章？我们特意为您整理了信息管理中数据挖掘的应用方法范文，希望能给你带来灵感和参考，敬请阅读。

摘要：随着社会经济的不断发展，各行各业都融入了电子信息数据挖掘等相关技术支撑。在高校信息管理中也逐渐加入了大量有关数据挖掘的教学内容。文章将对高校的信息管理课程的应用方法和教学模式进行研究，探讨其中存在的重要意义和影响力，并进一步分析了数据挖掘在高校信息管理中的应用方法和策略。

关键词：数据挖掘；高校信息管理；应用方法

1数据挖掘在高校信息管理中的必要性

高校管理以信息作为基础，为了可以更方便、有效地处理师生信息数据，长期维护管理系统的正常运行，必须要有稳固的数据挖掘平台来保障大量信息数据汇聚的安全性和可操控性。针对如此庞大的网络信息数据，高校信息管理平台的应用方法成为重点，本文将围绕高校信息化管理过程中的数据应用进行分析，了解当前较为普及的、对有效信息进行提取和分析的数据挖掘应用系统[1]。

1.1数据挖掘的资源基础

高校信息管理系统中最为基础的内容是数据挖掘的资源关联性。在传统的教育管理过程中会存在各种途径来源的数据信息，在存储和归类方面都非常不便。如今，随着社会经济的不断发展，电子信息数据也更加全面，很多高校都采用了精心分析数据要素的应用系统来统一归纳师生的信息数据，大大提升了关联性。长年累月的数据收集、整理可以确保数据挖掘的基础信息不会被遗漏，而且还可以杜绝盲目的、散乱的数据。

1.2准确显示数据挖掘的应用内容

高校信息化管理模式都将挖掘数据设定为首要方案，按照数据挖掘的系统程序来操作，可采用可视化技术让各个来源的信息数据都能准确显示。在教育过程中会有来自于不同人群的数据内容，不仅是简单的姓名、身份，还有更多关联内容，只要通过数据仓库、数据挖掘、联机分析处理，就可以将这些挖掘到的数据内容准确显示出来，促进高校的可持续发展。同时，高校管理也会采用其他统计分析工具，联合信息化科技手段对所有数据进行识别，才能彻底保障数据分析的准确性，还能投入到各个区域进行使用[2]。

1.3数据挖掘的应用保障

高校教育信息化管理中各类人员的需求信息也是学校管理的重点。在应用了数据挖掘管理系统后，可以更方便学校统计各类人员的信息需求，还可以根据学校管理的标准划定相应的范围、内容和使用频率等要素。通过细致的划分，可以保障数据挖掘到各个方面，而且综合性较强，为管理范围内出现的各种情况提供应用保障。有秩序地维护数据和传统的数据管理都是有差别的。学校管理部门为了进行更有效率的数据管理，选择高科技手段应用于决策分析数据效果显然更好。

2高校信息管理中存在的不足

如今高校都专注于校园学习氛围的管理，在培养学生学习习惯、激发学生的个人潜力等方面都很有成效。但是，在信息化管理方面，很多高校还存在认识上的不足，没有提早做好准备，导致很多数据的遗失始终无法弥补。虽然可以通过成熟、完善的数据挖掘技术来增加信息资源储备，更方便地掌握教学的信息量和动态，但是在目前的普及应用上还是存在一些不足之处。

2.1掺杂了大量无用信息

很多高校着手进行信息化管理起步较晚，有些数据因为时间长远导致错漏遗失，其中也有一些信息是没有用处的，但是因为在采集过程中较为错乱而被一起处理，信息采集不能很好地为各学校教育信息化管理服务[3]。高校信息管理需要的数据体系应当是有明确分类和规定的，可以方便使用者认真分析教育信息化资源，并且能够为实际的管理过程提供服务。但是，由于前期的操作不足，掺杂了大量无用的信息要素，要素之间存在着一些错综的联系也让后续管理无从下手，无法彻底弄清楚哪些数据有用。

2.2数据信息反映综合性不强

高校教务部门在整理所管理范围内的相关情况时，除了要了解全体师生的个人信息以外，还要结合不同工种和年级了解更多细化的内容。传统的教学系统存储的数据不够全面，需要反映综合性强、能够及时反映的相关信息不够。目前，虽然装备了很多可以对收集的数据进行提取、分解、合并的数据挖掘应用平台，但是在实际操作中也会存在一些疑虑，可能会导致数据失效，没能及时反映哪些数据有用，哪些数据已经进行采集。

2.3数据挖掘体系结构太多

高校信息管理中利用的数据挖掘技术非常多，有不同类别的，往往是通过建立各种行为统计模型进行决策和分析的。这种情况就会导致数据挖掘体系结构太多，最终要利用图表、曲线等将各种关键运行指标进行综合分析，不仅浪费了时间，也让教务系统的应用管理效率大大下降了。在进行数据挖掘时，应该更多关注哪些数据还没有进行采集，而且是真实有用的。但是高校的管理平台类别太多，体系结构太多，这些都会占据数据库存储系统，浪费了高校教育信息化管理需要的数据内存。

3数据挖掘在高校信息管理中的应用方法设计

3.1明确数据预处理模块

数据挖掘体系结构最好是由简单的三大部分组成，为各类数据库进行数据预处理模块，其操作更加直接，呈现出的结果也会比较明显。在数据挖掘引擎模块和输入输出模块的相互配合下，可以协调数据资源库内的关键数据，按照用户的使用需求来进行预处理，帮助高校教务系统能简单操作，可持续地维护数据组成，而且还能随时将处理数据的结果可视化。数据预处理模块负责对各类数据库的数据进行预处理，这样的操作理念其实很早之前就被提出来了，只是在系统核心中加入一些可控制的智能操作模式。

3.2开展高效信息管理建设工作

任何科学技术的发明、应用和发展，都需要人们不断地操作和演练，通过大量的操作提高其实际应用效果。为了确保数据挖掘有一个由浅入深的应用效果，能够在后续的管理中达到更好的效果，应当推出一系列的信息管理建设工作，让数据挖掘在坚持“实事求是”“一切从实际出发”的指导下，可以更加有效率，提供有优势的辅助研究技术手段。高校信息管理可以有多重途径，但是在数据挖掘时可以结合推动教育信息化发展的建设工作，带动全体教育工作者一同了解数据挖掘，共同进步。

3.3根据挖掘任务进行数据聚焦

结合高校教育管理模式的发展变化，在数据挖掘技术的设计方面应当注重规模和清理、变换与集成。当前大多数高校都比较依赖网络信息技术，会通过建立各个平台来维持师生信息的输入输出，那么在改善数据挖掘领域内容时，可以结合输入输出模块的便捷性来进行数据聚焦，实现用户与系统交互，随时可以控制更改有用的数据，让数据的使用更加方便、更加可靠[4]。根据挖掘任务的变化性，还可以开发评估挖掘知识模式，这种模式也会更适合现有的高校管理信息系统，为师生提供相互依托的数据转化，增加结果可视化的效果。这种较为具体的情况需求更可以帮助数据挖掘人员达到自己想要的决策目的。

3.4充分结合数据挖掘的各个数据域

进入信息化时代以来，在高校教育管理过程中出现的各类数据价值越来越高。当前大多数的高校都依靠网络信息技术，为了更方便开展教学工作，可以采用数据挖掘的方式建立信息管理系统。值得注意的是，很多教学管理系统都包括教务、师生等信息，但是在选取数据处理时却没有结合各个模块领域之间的计算。因此，在高校管理信息系统的升级改造中，可以增强数据分析能力，提升高校管理的效率和水平，就方法来看，数据挖掘技术主要靠资源控制进程和算法，只要能够结合实际应用选取合适的领域，搭配样本数据，就可以给数据聚类分析结果带来更加直接的观察结果，其可视化效果也会更合理。无论是教务管理、学生管理还是人事管理功能，多应当注重中央控制效果，确保高校管理信息系统的主要功能可以正常运行，满足日常操作的数据存储和变化[5]。

4结语

在高校信息管理中融入了许多与信息数据有关的管理模块，并且给高校日常维护工作带来了管理优势，足以说明数据挖掘的应用和教育模式具有其必要性。本文围绕高校信息管理的现状及存在的一些不足进行了深入了解和分析，并且结合了实际情况从数据挖掘技术的各个角度入手了解可以完善的区域，希望能够帮助改善高校信息管理的应用效果，能够提升数据可视化进程，为师生带来更好的校园管理环境和学习氛围。

[参考文献]

[1]葛珊.大数据在高校档案信息管理中的应用研究[J].科技经济导刊，2019（25）：176.

[2]李平则.数据挖掘视角下高校智慧校园管理机制研究[J].太原理工大学学报（社会科学版），2018（5）：57-61.

[3]吕亚娟，杜秋.数据挖掘在高校信息管理中的应用分析[J].科技创新导报，2016（32）：109-110.

[4]单联臣.数据挖掘技术在高校学生成绩管理系统中的应用[D].大连：大连交通大学，2015.

[5]许敏.基于数据挖掘的综合教务管理系统研究与实现[D].长沙：湖南大学，2014.

作者：刘占波 单位：牡丹江医学院现代教育技术中心