论文部分内容阅读
[摘 要]计算机的教学数据库是近年提出的新概念，其中提出教学数据库的建设的相关技术课题，对用于教学过程的数据库所存在的问题如冗余度、查询算法、结构分布提出更高的要求。本文将对教学数据库的数据采集方法作具体说明。
[关键词]数据库；数据库建设；挖掘技术
随着计算机辅助教学的深入进行，教学数字化资源的整合和建设就显得越发重要了。我们一旦建立了完善的网络数据库，就可将各类教学资源数字化，让师生共享这些教学资源，以进行深入的学习和研究。计算机辅助教学信息资源的组织，是指人们根据教学信息资源本身的特点，运用各种工具和方法，对其进行加工、整理、排列、组合，使之有序化、系统化、规律化，从而有利于计算机辅助教学以及网络教学信息的存储、传播、检索、利用，以满足人们的需要。
一、数据库概念
顾名思义，教学数据库就是关于教学资源的汇集。本文所讨论的教学数据库是建立在微型计算机上的，可以根据教学大纲和考试大纲进行不断更新的教学用数据库。教学数据库的内容与其要服务的对象有直接关系，而服务对象的确定则与资源库设立的目标有关。教育资源库的设立目标取决于建立该资源库的机构性质[1]。
计算机多媒体和网络技术引入外语教学后，引起了教学模式、教学方法、教学手段和教学工具的重大革新。计算机网络教学在培养学生的创造性思维方面具有独特的优势和实际效用。在外语教学数据库的支持下，突出了个别化教学的优势，教师能根据学生的不同情况设计、改进、使用适合学生特点的软件，让每个学习者都能得到恰当的辅导。可见，建立内容丰富的数据库并利用好数据库对计算机辅助下的外语教学十分重要。
数据库系统的建立，首先要注意科学性。科学性是指数据库系统既要符合教学规律，又要符合计算机技术的要求。力求做到教学内容准确，教学策略科学合理，能显示特定条件下教学过程的内部关系与运行机制。第二是系统的实用性。数据库系统对教学应用的支持是简捷灵活的，可以满足不同方式的需求，适用范围广，易于操作，学科齐全，内容丰富，形式多样，能满足各个年级、各种层次的课堂教学的需要或个别化、个性化学习的需要。
二、数据库建设的分类
教学资源库的建设主要是素材类教学资源的建设，根据我国《教育资源建设技术规范》的要求和计算机辅助教学数据库的内容、特点及作用主要有如下几个方面[4]：
1.素材——是传播教学信息的基本材料单元，包括文本类素材、图形类素材、音频类素材、视频类素材、动画类素材五大类。并可根据需要或静止、或运动、或分散、或合成，给学生以视觉和听觉上的影响。素材的管理先按类型进行，然后再根据教学实际需要进一步细化。
2.试题库——是按照一定的教育测量理论，在计算机系统中实现的某个学科题目的集合。该题库包括题目、正误判断、教师答疑题及相关辅助资料。该题库是一个智能型综合题库，可进行题库的查询、更新、完善、智能组卷、成绩统计与分析。
3.课件与网络课件——是对一个或几个知识点实施相对完整教学的用于教育、教学的软件。根据运行的平台划分，可分为网络版和单机运行的课件。网络版的课件需要能在标准浏览器中运行，并且能通过网络教学环境被大家共享，而单机运行的课件可通过网络下载后到本地计算机上来运行。这是指针对教学内容制作形式较完整固定的CAI软件，它们是直接应用于教学中的一些可以执行文件或能独立运行的文件，以及可供调用的支持文件。课件的管理应先按学科进行，再按年级、章节进行细化管理。
4.文献资料——有关教育方面的政策、法规、条例和规章制度，对重大事件的记录、重要文章、书籍等。
5.教学交流库。通过相关主页建立国内外校际间的各种联系库，以了解和交流当前教学、科研的发展状况、专业设置、课程设计、师资培训方向和模式等，动态指定一些选修课程，做到教学、科研、培养目标与社会发展同步或超前，并经常参加网上教学研讨和各种交流活动。
6.专家库。把语言教学专家的教学思想、研究成果和优秀教师的教学教案、教学过程、教学方法等存入库中，以便今后研究和借鉴。
7.课程——通过网络表现的某些门科的教学内容及实施的教学活动的总和，包括按一定的教学目标、教学策略组织起来的教学内容和网络教学支撑环境。三、教学数据库建设相关的技术课题
三、教学数据库建设有三大问题要考虑：
（一）硬件设施选择
前的教学数据库主要都是在微机上开发，由于还没有走上实用，并没有暴露选型上未来的隐患。可以选用常见的微型计算机。
（二）数据库建设
数据库建设面临两个主要挑战，一个是数据的收集整理、入库问题；另一个是数据检索利用问题。一方面数据库所提供的信息不仅仅是数据库所保存的原始信息，还应该包括数据的再加工。另一方面，教师在应用数据库的能力和自觉性方面也是差别很大的。学校应该给教师提供硬件条件和学习进修的机会，还应建立相应的制度。
（二）界面设计
前面我们已经提到，教学数据库的服务对象是教师，为了达到这一目标，上述技术问题处理的好坏，会直接影响教学数据库的后续发展和生存。在数据库建设中，应该本着实用、够用的原则去建库。
四、教学数据库应用技术——数据挖掘技术
随着数据库技术的成熟和数据应用的普及，在过去的若干年中，人们积累了大量的数据资料，但数据库中隐藏丰富的知识及有价值信息远远没有得到充分地发掘和利用，随着数据量以指数速度激增，人们渴求从数据汪洋中出现一个去粗存精、去伪存真的技术，越来越希望系统能够提供更高层次的数据分析功能，从中找出和模式，帮助决策者发现数据间重要但被忽略的因素，从而更好地支持决策或科研工作。正是为了满足这种要求，从数据库中发现知识（KDD）及其核心技术—数据挖掘技术应运而生。 （一）概念及其特点
数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的，人们事先不知道的但又潜在有用的信息和知识的过程，提取的知识表示为概念、规则、模式等[2]。根据数据挖掘的目标，采用人工智能、集合论、统计学等方法，应用相应的数据挖掘算法，分析数据并通过可视化工具表述所获得的模式或规则。
数据挖掘有以下特点：（1）能发现反映系统局部特征和规律的模型；（2）自动趋势预测，能发现“新”的知识；（3）比较容易获得很多规则，并能及时更新。数据挖掘方法具有开放性思维方法，它可以及时借鉴和引用模型法的很多成果，比如神经、粗糙集、朴素贝叶斯算法等方法都已被利用在数据挖掘方法中。
（二）数据挖掘的方法
在数据挖掘算法的理论基础上，数据挖掘中的常用方法有：①生物学方法，包括人工神经网络、遗传算法等；②信息论方法包括决策树等；③集合论方法包括约略集、模糊集、最邻近技术等；④统计学方法；⑤可视化技术等方法。数据挖掘的各类算法包括预测模型、关联规则挖掘算法、分类规则挖掘算法、序列模式分析算法、聚类分析算法、WEB数据挖掘等。数据挖掘在高等学校教学中的应用随着数据挖掘技术的成熟及应用领域的不断扩展，许多高校研究人员已开始研究将数据挖掘技术应用于高校教学管理中，这对提高学校的管理水平起到了很好的作用。利用数据挖掘技术可以从教学管理的各个层面，精确地展现目前存在的许多潜在的有用的各种信息。通过把数据挖掘技术引入到教学管理中，可以找出教学管理中存在的潜在因素，从而制定对应的措施，进一步引导学生学习积极性，最终提高教学质量，增强教学效果[5]。
（三）数据挖掘技术在教学中的应用
数据挖掘可以看成是一种决策支持过程，是深层次的数据信息分析方法，把数据挖掘技术应用于高校信息管理是非常有帮助的，可以全面地分析各种因素之间隐藏的内在联系。数据挖掘技术在教学管理的各个方面都有典型的应用，如学生信息、教师信息方面等，其中最常见的是在教学质量评价结果和成绩分析中的应用。考虑到数据挖掘在教学质量评价结果和成绩分析这方面的论文已经非常广泛，因此这里只给出其他方面的应用。
1.对教师方面信息的挖掘
数据挖掘技术应用于教学管理中，对教学水平的提高有着积极作用。如使教学评价过程科学化，增强教学工作的预测功能和评价功能，为教学的客观决策和客观评价教师、了解教师的教学质量提供了一种比较合理的管理依据，为教师教学质量的提高提出了一种新的分析思路和研究方法。
2.教学信息的挖掘
课堂教学是评价教师教学水平的重要依据。通过对教师的教学风格、教学方法、教学内容、讲授思路、教学态度、教学过程、教学互动、教学效果等情况进行全面的监督调查，收集各种数据信息，从而得出教师在课堂上的各种教学能力方面的具体情况。在此信息基础上，进行数据挖掘，找出各个方面影响学生学习成绩高低的潜在规则，进行总结提高，找出其中存在的问题，切实提高教师的教学能力。在教学过程中，教师采用多种教学方法来完成自己的教学任务：比如传统法、讨论法、实验法、多媒体辅助法、参观法、调查法、实习法、提问法等。据此可以用数据挖掘的方法来挖掘数据库中的数据，判定下一步我们应采取什么样的教学方法，以满足实际教学的需要。在网上进行问卷调查，从每个学生对教学方法的评价以及不同的教学方法得出的教学成绩来进行分析，来判断这些教学方法适合哪一类学生或哪门课程。
3.生方面信息的挖掘
对学生的素质培养一直是高校发展的重点，学生学习质量的好坏、综合素质的高低决定了学校的办学定位和发展目标，也为学生的人生选择、自我发展起到了决定性作用。所以高校在扩招的同时要努力提高教学质量和管理水平，为学生的学习质量改善、综合素质的提高提供保证。
结束语
总之，随着信息量的急剧增长和对信息提取的更高要求，现在我们很难再依照传统方法在海量数据中寻找决策的依据，这就必须借助数据挖掘去发掘数据中隐藏的或模式，为决策提供更有效的支持。虽然数据挖掘作为一种工具，它永远也不能替代教师的地位，但是它可以为教师的决策提供的依据。数据挖掘技术本身就是人们大量实践的结晶，它为建立传统教学中很难获取或不可能获取的模型提供了捷径。
参考文献：
[1] 萨师煊.数据库原理[M].高等教育出版社，2003（2）.
[2] Jiawei Han.数据挖掘概念与技术[M]. 机械工业出版社，2012-03-01.
[3] 陈文伟.数据挖掘技术[M].北京工业大学出版社，2002-12-01.
[4] 张际平，张琴珠.计算机与教育[M].电子工业出版社，1997-09.
[5] 陈京民.数据仓库与数据挖掘技术[M].电子工业出版社，2009-02-13.
[关键词]数据库；数据库建设；挖掘技术
随着计算机辅助教学的深入进行，教学数字化资源的整合和建设就显得越发重要了。我们一旦建立了完善的网络数据库，就可将各类教学资源数字化，让师生共享这些教学资源，以进行深入的学习和研究。计算机辅助教学信息资源的组织，是指人们根据教学信息资源本身的特点，运用各种工具和方法，对其进行加工、整理、排列、组合，使之有序化、系统化、规律化，从而有利于计算机辅助教学以及网络教学信息的存储、传播、检索、利用，以满足人们的需要。
一、数据库概念
顾名思义，教学数据库就是关于教学资源的汇集。本文所讨论的教学数据库是建立在微型计算机上的，可以根据教学大纲和考试大纲进行不断更新的教学用数据库。教学数据库的内容与其要服务的对象有直接关系，而服务对象的确定则与资源库设立的目标有关。教育资源库的设立目标取决于建立该资源库的机构性质[1]。
计算机多媒体和网络技术引入外语教学后，引起了教学模式、教学方法、教学手段和教学工具的重大革新。计算机网络教学在培养学生的创造性思维方面具有独特的优势和实际效用。在外语教学数据库的支持下，突出了个别化教学的优势，教师能根据学生的不同情况设计、改进、使用适合学生特点的软件，让每个学习者都能得到恰当的辅导。可见，建立内容丰富的数据库并利用好数据库对计算机辅助下的外语教学十分重要。
数据库系统的建立，首先要注意科学性。科学性是指数据库系统既要符合教学规律，又要符合计算机技术的要求。力求做到教学内容准确，教学策略科学合理，能显示特定条件下教学过程的内部关系与运行机制。第二是系统的实用性。数据库系统对教学应用的支持是简捷灵活的，可以满足不同方式的需求，适用范围广，易于操作，学科齐全，内容丰富，形式多样，能满足各个年级、各种层次的课堂教学的需要或个别化、个性化学习的需要。
二、数据库建设的分类
教学资源库的建设主要是素材类教学资源的建设，根据我国《教育资源建设技术规范》的要求和计算机辅助教学数据库的内容、特点及作用主要有如下几个方面[4]：
1.素材——是传播教学信息的基本材料单元，包括文本类素材、图形类素材、音频类素材、视频类素材、动画类素材五大类。并可根据需要或静止、或运动、或分散、或合成，给学生以视觉和听觉上的影响。素材的管理先按类型进行，然后再根据教学实际需要进一步细化。
2.试题库——是按照一定的教育测量理论，在计算机系统中实现的某个学科题目的集合。该题库包括题目、正误判断、教师答疑题及相关辅助资料。该题库是一个智能型综合题库，可进行题库的查询、更新、完善、智能组卷、成绩统计与分析。
3.课件与网络课件——是对一个或几个知识点实施相对完整教学的用于教育、教学的软件。根据运行的平台划分，可分为网络版和单机运行的课件。网络版的课件需要能在标准浏览器中运行，并且能通过网络教学环境被大家共享，而单机运行的课件可通过网络下载后到本地计算机上来运行。这是指针对教学内容制作形式较完整固定的CAI软件，它们是直接应用于教学中的一些可以执行文件或能独立运行的文件，以及可供调用的支持文件。课件的管理应先按学科进行，再按年级、章节进行细化管理。
4.文献资料——有关教育方面的政策、法规、条例和规章制度，对重大事件的记录、重要文章、书籍等。
5.教学交流库。通过相关主页建立国内外校际间的各种联系库，以了解和交流当前教学、科研的发展状况、专业设置、课程设计、师资培训方向和模式等，动态指定一些选修课程，做到教学、科研、培养目标与社会发展同步或超前，并经常参加网上教学研讨和各种交流活动。
6.专家库。把语言教学专家的教学思想、研究成果和优秀教师的教学教案、教学过程、教学方法等存入库中，以便今后研究和借鉴。
7.课程——通过网络表现的某些门科的教学内容及实施的教学活动的总和，包括按一定的教学目标、教学策略组织起来的教学内容和网络教学支撑环境。三、教学数据库建设相关的技术课题
三、教学数据库建设有三大问题要考虑：
（一）硬件设施选择
前的教学数据库主要都是在微机上开发，由于还没有走上实用，并没有暴露选型上未来的隐患。可以选用常见的微型计算机。
（二）数据库建设
数据库建设面临两个主要挑战，一个是数据的收集整理、入库问题；另一个是数据检索利用问题。一方面数据库所提供的信息不仅仅是数据库所保存的原始信息，还应该包括数据的再加工。另一方面，教师在应用数据库的能力和自觉性方面也是差别很大的。学校应该给教师提供硬件条件和学习进修的机会，还应建立相应的制度。
（二）界面设计
前面我们已经提到，教学数据库的服务对象是教师，为了达到这一目标，上述技术问题处理的好坏，会直接影响教学数据库的后续发展和生存。在数据库建设中，应该本着实用、够用的原则去建库。
四、教学数据库应用技术——数据挖掘技术
随着数据库技术的成熟和数据应用的普及，在过去的若干年中，人们积累了大量的数据资料，但数据库中隐藏丰富的知识及有价值信息远远没有得到充分地发掘和利用，随着数据量以指数速度激增，人们渴求从数据汪洋中出现一个去粗存精、去伪存真的技术，越来越希望系统能够提供更高层次的数据分析功能，从中找出和模式，帮助决策者发现数据间重要但被忽略的因素，从而更好地支持决策或科研工作。正是为了满足这种要求，从数据库中发现知识（KDD）及其核心技术—数据挖掘技术应运而生。 （一）概念及其特点
数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的，人们事先不知道的但又潜在有用的信息和知识的过程，提取的知识表示为概念、规则、模式等[2]。根据数据挖掘的目标，采用人工智能、集合论、统计学等方法，应用相应的数据挖掘算法，分析数据并通过可视化工具表述所获得的模式或规则。
数据挖掘有以下特点：（1）能发现反映系统局部特征和规律的模型；（2）自动趋势预测，能发现“新”的知识；（3）比较容易获得很多规则，并能及时更新。数据挖掘方法具有开放性思维方法，它可以及时借鉴和引用模型法的很多成果，比如神经、粗糙集、朴素贝叶斯算法等方法都已被利用在数据挖掘方法中。
（二）数据挖掘的方法
在数据挖掘算法的理论基础上，数据挖掘中的常用方法有：①生物学方法，包括人工神经网络、遗传算法等；②信息论方法包括决策树等；③集合论方法包括约略集、模糊集、最邻近技术等；④统计学方法；⑤可视化技术等方法。数据挖掘的各类算法包括预测模型、关联规则挖掘算法、分类规则挖掘算法、序列模式分析算法、聚类分析算法、WEB数据挖掘等。数据挖掘在高等学校教学中的应用随着数据挖掘技术的成熟及应用领域的不断扩展，许多高校研究人员已开始研究将数据挖掘技术应用于高校教学管理中，这对提高学校的管理水平起到了很好的作用。利用数据挖掘技术可以从教学管理的各个层面，精确地展现目前存在的许多潜在的有用的各种信息。通过把数据挖掘技术引入到教学管理中，可以找出教学管理中存在的潜在因素，从而制定对应的措施，进一步引导学生学习积极性，最终提高教学质量，增强教学效果[5]。
（三）数据挖掘技术在教学中的应用
数据挖掘可以看成是一种决策支持过程，是深层次的数据信息分析方法，把数据挖掘技术应用于高校信息管理是非常有帮助的，可以全面地分析各种因素之间隐藏的内在联系。数据挖掘技术在教学管理的各个方面都有典型的应用，如学生信息、教师信息方面等，其中最常见的是在教学质量评价结果和成绩分析中的应用。考虑到数据挖掘在教学质量评价结果和成绩分析这方面的论文已经非常广泛，因此这里只给出其他方面的应用。
1.对教师方面信息的挖掘
数据挖掘技术应用于教学管理中，对教学水平的提高有着积极作用。如使教学评价过程科学化，增强教学工作的预测功能和评价功能，为教学的客观决策和客观评价教师、了解教师的教学质量提供了一种比较合理的管理依据，为教师教学质量的提高提出了一种新的分析思路和研究方法。
2.教学信息的挖掘
课堂教学是评价教师教学水平的重要依据。通过对教师的教学风格、教学方法、教学内容、讲授思路、教学态度、教学过程、教学互动、教学效果等情况进行全面的监督调查，收集各种数据信息，从而得出教师在课堂上的各种教学能力方面的具体情况。在此信息基础上，进行数据挖掘，找出各个方面影响学生学习成绩高低的潜在规则，进行总结提高，找出其中存在的问题，切实提高教师的教学能力。在教学过程中，教师采用多种教学方法来完成自己的教学任务：比如传统法、讨论法、实验法、多媒体辅助法、参观法、调查法、实习法、提问法等。据此可以用数据挖掘的方法来挖掘数据库中的数据，判定下一步我们应采取什么样的教学方法，以满足实际教学的需要。在网上进行问卷调查，从每个学生对教学方法的评价以及不同的教学方法得出的教学成绩来进行分析，来判断这些教学方法适合哪一类学生或哪门课程。
3.生方面信息的挖掘
对学生的素质培养一直是高校发展的重点，学生学习质量的好坏、综合素质的高低决定了学校的办学定位和发展目标，也为学生的人生选择、自我发展起到了决定性作用。所以高校在扩招的同时要努力提高教学质量和管理水平，为学生的学习质量改善、综合素质的提高提供保证。
结束语
总之，随着信息量的急剧增长和对信息提取的更高要求，现在我们很难再依照传统方法在海量数据中寻找决策的依据，这就必须借助数据挖掘去发掘数据中隐藏的或模式，为决策提供更有效的支持。虽然数据挖掘作为一种工具，它永远也不能替代教师的地位，但是它可以为教师的决策提供的依据。数据挖掘技术本身就是人们大量实践的结晶，它为建立传统教学中很难获取或不可能获取的模型提供了捷径。
参考文献：
[1] 萨师煊.数据库原理[M].高等教育出版社，2003（2）.
[2] Jiawei Han.数据挖掘概念与技术[M]. 机械工业出版社，2012-03-01.
[3] 陈文伟.数据挖掘技术[M].北京工业大学出版社，2002-12-01.
[4] 张际平，张琴珠.计算机与教育[M].电子工业出版社，1997-09.
[5] 陈京民.数据仓库与数据挖掘技术[M].电子工业出版社，2009-02-13.