導語：數據挖掘在師范生質量評估的運用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

對于師范生的能力培養主要有兩個方面，即學科專業的教育和教師專業的教育，學科專業的教育就是本專業課程的具體學習，教師專業的教育就是教師專業的基礎能力練習課程的學習。學科專業的教育是以學生專業課程成績作為指標對培養質量進行評估，教師專業的教育是以學生的各項能力作為指標來評估師范生能力。針對這些能力來分析影響師范生培養質量的相關因素，以各門課程的實際學習情況，來保障師范生培養質量的評估標準，構建培養師范生質量的具體分析模型。

1將數據挖掘技術運用到師范生培訓質量評估中的意義

數據挖掘（DateMining）也被稱為數據開采或者數據庫知識發現，其是在數據庫信息中提取隱藏的、人們未能事先預知但是確實潛在且有用的最終能夠被理解的信息、知識內容的過程。師范生培養質量評估數據，是為了給相關監管部門提供依據，實際上在這些數據內容中還隱藏著更具價值的信息內容，如果能很好地利用這些內容，可切實提升師范生的培養質量。數據挖掘是知識內容被發現過程中重要的環節，也是目前知識發現領域中一個重要的研究熱點。使用數據挖掘技術對那些已經經過集成處理之后的數據內容進行有效挖掘，找到其中潛在的數據模式，能夠更為全面地分析測試評估結構同各個因素間隱含的內在關聯，從中汲取出更具有應用價值的規則，繼而對師范生培養質量進行客觀、公正、科學而有效的評估。此外，數據挖掘的整個數據分析過程都是自動的，其具有良好的開放式結構以及良好的用戶接口，可給師范生培養質量評估工作提供有利的技術支撐。在師范生培養過程中運用數據挖掘技術，對實現師范生培訓質量評估來講具有科學意義，可切實有效地提升師范生培訓質量，具有極為關鍵的理論價值與實踐作用。

2數據挖掘技術在師范生培養質量評估中的具體運用

2.1培養數據的挖掘過程。數據挖掘技術使用各種不同的分析方式與工具，在海量數據內容中構建模型，并且找尋數據內容相互之間的關系。數據挖掘的過程：選擇和清理原始數據，并且將其加載到數據庫當中，再把加載之后的數據內容轉變成為符合挖掘規則的樣式，使用數據挖掘的規則算法挖掘出令用戶產生興趣的規則內容，最后把形成的規則內容經過可視化媒介展現給用戶。2.2關聯規則。數據挖掘最為關鍵的概念就是關聯規則，關聯規則是數據庫海量梳理當中被找到的數據關系，其是當前數據挖掘中最為關鍵的理論內容之一。Apriori計算方法是數據挖掘關聯規則頻繁項集當中最具影響力的計算方式，是基于項目幾何空間理論提出的。Apriori是一種非常經典的項目集生成計算方式，在數據挖掘中可以說其具有里程碑的意義。Apriori計算方式具有機構簡單、便于理解的優點，其不需要復雜的推導過程。可是在不斷開展深度研究之后，其缺點突顯出來。為了能夠更好地提升Apriori計算方式的有效性，筆者創新和改進了師范生培育質量評估中運用的Apriori計算方式。具體改進方式如圖1所示。2.3改進后的Apriori計算方式在師范生培訓質量評估中的運用。在海量數據庫內容中抽取一定數量的記錄，進行掃描并獲得有關的統計信息，之后對數據內容進行預處理，其主要包括：對數據內容的集成、清理以及消減等。經過對數據內容的預處理，能提升數據挖掘的質量，減少實際進行數據挖掘需要使用的時間。2.3.1集成。集成也就是把多個數據庫中搜集出來的數據內容合并到一起，實際研究中，把數據內容采集獲得的多個數據庫文件內容，使用數據庫技術集成為高校師范生培養質量評估的基礎數據內容。2.3.2清理。清理就是補充遺漏的數據值。在高校師范生培訓質量評估的基礎數據庫中，要找到那些我們感興趣的屬性所欠缺的屬性值，例如，在抽取高校教師基礎情況的數據內容時，可能有的不是科任教師，就要清除掉這樣的數據內容，之后再利用數據清理技術進行補充。2.3.3消減。消減的目的就是要縮小需要被挖掘數據內容的規模，使用消減的方式，在初始特征中找出有用的屬性，減少實際挖掘過程中需要顧慮到的無效數據內容。最終使用后臺、前臺不同的展示方式，實現對相關數據內容的深度挖掘，并且使用數據挖掘技術中關聯規則來評估師范生的培訓質量，在數據挖掘技術基礎之上進行培訓質量評估，對于高校多年以來累積的相關數據內容進行挖掘與評估，評估結果可為高校教學監管以及行政部門的相關決策提供輔助，特別是為師范生培養工作提供了更多更為有益的借鑒。師范生培訓質量評估是一項極為復雜的工作，此項工作中涉及的問題非常多，涉及的范圍也極廣。本文只是對各類數據內容進行了簡單挖掘，伴隨國際對師范生培養質量重視程度的不斷提升，各種新興科學技術在教育領域的運用備受關注，經過人們對數據挖掘技術的深度探究，這些技術在師范生培養質量評估中更會被重視。數據挖掘技術在教學領域中的普遍運用，一定能帶定高校教育監管的革新和發展。

3結語

師范生培養質量的優劣會對我國未來從業教師的質量、能力等方面產生巨大影響，關系到我國未來的教育事業以及人才培養，對國家未來的富強有直接影響，因此，備受社會各界人士的重視。文中使用數據挖掘的方式對師范生培養的質量進行評估分析，不但具有真實性，更具備引導性。使用數據挖掘的方式來分析同師范生自身能力相關的影響因素以及影響效果，對數據背后存有的各種關聯以及潛在的未來趨勢進行挖掘，繼而通過對影響師范生能力的這些因素的改變，來提升學生的能力，有效減弱不利的方面，最終切實提升師范生的自身能力。

參考文獻

[1]孟強,李保華.數據挖掘技術在高校教學質量評估中的應用[J].福建電腦,2016,32(7):49-50,74.

[2]李旭軍.數據挖掘技術在高校教學質量評估中的應用[J].重慶科技學院學報(社會科學版),2012(1):177-179.

[3]宋曉梅.數據挖掘技術在高校教師教學質量測評中的應用[J].赤峰學院學報(自然科學版),2013,29(4):181-184.

作者:肖紫珍 單位:宜春幼兒師范高等專科學校