【浅谈数据挖掘技术在电大开放教育招生中的应用】 电大开放教育

　　摘 要：数据挖掘技术近几年广泛运用于各领域中，本文结合作者所在单位浙江广播电视大学的开放教育招生形势，提出了将数据挖掘技术运用到招生中，从应用的角度出发，详细描述了该技术的运用前景。
　　关键词：数据挖掘 电大 招生
　　
　　浙江电大开放教育近几年得到迅猛发展，连续五年招生数超过了五万人，开放教育每年春秋两季招生，每一季都产生大量的学生数据，包括学生姓名、年龄、身份证号、籍贯等等几十种个人信息，并且每年呈上升趋势。现阶段开放教育招生过程中，管理这些庞大数据的招生管理软件为开放电子公务系统，它支持了开放教育招生的计划管理、专业管理、学生报名管理等过程，但还是不能解决招生过程中许多繁琐堆砌的问题，越来越庞大的数据（包括教学点信息、专业情况、招生数据、学生信息等等）使得工作繁琐度加大，压力也越来越大。各个电大教学点存在各自的招生特点，招生专业存在各地区的不平衡性，学员存在不同的类别的分布，因此，需要以个性化的方式去有针对性地分析并解决这些招生过程中产生的问题，使过程简单化，从而得出可靠有用的建议，并运用到实际工作中。
　　面对如此庞大、复杂的数据库，我们可以利用数据挖掘技术从庞大的信息中发现一些有价值的规律和特征，它是一门集统计学、人工智能、模式识别、机器学习、数据库等技术于一体的交叉性学科，通过它我们可以针对几年的招生数据进行仔细的分析，发掘出各教学点在招生专业上、学生类别分布上、招生数据变化上等各方面的变化规律，给出建议性结论，方便省电大在计划、专业、学生数据上的管理掌控，为一些指导性的决策制定提供前期的数据分析，从而让招生管理系统能够思考起来，创造更大的价值。
　　
　　一、数据挖掘技术应用现状
　　数据挖掘（data mining）是从大量的、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、但又是潜在有用的信息和知识的过程。数据库技术的迅速发展，使得积累的数据越来越多，这些数据隐藏着许多重要的信息。目前的数据库系统所具有的能力无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势，从而出现了“数据爆炸但知识贫乏”的现象。
　　数据挖掘的应用非常广泛，只要该产业有自己具有分析价值和需求的数据库，都可以利用数据挖掘工具进行有目的的发掘分析，目前在零售业、通讯、制造业、金融保险、医疗服务等行业常可见一些数据挖掘的案例，但在教育行业的应用非常少。以国内首选购物网站淘宝网（www.省略）为例，它是由全球最佳B2B平台阿里巴巴公司创办，自2003年以来，迅速成为国内网络购物市场第一名，淘宝网针对网上交易的海量数据进行分析，从中挖掘潜在的问题和商业价值，挖掘用户在网站上的搜索、浏览、收藏、交易等行为特征，支持业务部门的数据化运营，并通过对各类违规和违法行为的分析，构建精准的监控系统。
　　
　　二、数据挖掘技术在电大开放教育招生中的应用
　　1、电大开放教育招生数据的特性
　　电大开放教育是经教育部批准，由中央广播电视大学组织实施、全国电大系统共同参与、主要面向成人的新型教育形式，是构建知识经济时代人的终身学习体系的主要手段。开放教育的招生有分布广、时间跨度大、地方特征明显、学生类型多样等特点。浙江省共有近80个教学点在招生，几乎遍布浙江省所有县市，而其中大部分教学点在自己所在地的乡镇、农村等地设有多个招生报名点，很多教学点是全员招生，深入所在地的各个角落。开放教育在每年的春秋两季招生，报名时间一般为两个多月，但浙江省很大一部分教学点都接受预报名，因此时间跨度拉长，有些点几乎是全年招生，从而抓住每一个可能的学生。报名的学生基本上涵盖了社会上所有类型的成人学生，并且根据地区的不同，也相应会表现出地方特征。因此，历年招生下来，开放教育招生数据库变得十分庞大，数十万条的学生数据，不仅包含了专业、姓名、身份证号、性别等基本字段，还包含家庭住址、单位、户口、是否自费等等50多个字段信息，这些学生年龄跨度大、工作类型多、地区分布广。
　　2、数据挖掘在招生工作中应用模块
　　数据挖掘在招生工作中的应用，可以简单划分成三个模块：数据采集模块、数据分析模块、模式表达模块。数据采集模块是使用者将学生的基本信息数据输入或者导入到分析系统（例如招生平台历年学生报名数据、各个教学点招生专业数据等），可供查看与分析。数据分析模块基于前面的采集模块得来的数据基础，进行数据的选取、集成、清洗等操作，运用统计方法、运筹学、自动类别侦测、决策树等方法找出数据中潜在的规律与关系。模式表达模块是将处理好的数据中的规律、关系，运用图形、文字、表达式等方式表现给使用者查看，并结合到预测判断中去，制定出建议型决策。
　　3、利用数据挖掘，发现潜在生源，提高招生工作效率，及时有针对性地调整招生重点，为省电大招生决策、招生计划和专业的调整提供依据
　　开放教育招生传统做法是省电大申报每一季的招生计划，由中央电大批复，批复后，省电大将计划分配到各个教学点，做好招生日程表，教学点根据该招生日程表进行招生宣传，组织学生报名。
　　以浙江电大为例，学生可通过访问招生报名测试系统来进行网上报名，也可到当地教学点报名，学生信息可由招生老师代为录入。因此，一直以来，各教学点的招生宣传都是没有针对性的，报名点也是被动地坐等学生上门。这个问题可以通过数据挖掘得以有效解决。通过对历年招生报名数据进行分析，利用数据挖掘找出是否存在学生集中出现在某个单位、某个小区、某个乡镇等情况，根据该分析，得出招生宣传广告投放比例结论，有针对性地开展多种形式的宣传；同时，在该结论基础上，结合历年招生学生基本信息，分析出学生的学历水平、年龄层次等信息与学生分布之间的联结关系，以便招生人员能够及时提供人性化服务，到生源较多并需要服务指导的地方开展招生工作。此类分析不仅仅基于历年数据，还应实时地把当季报名信息囊括进去，从而能灵活地发现新动态，快速做出反应，合理分配招生力量，时刻关注到更有价值的生源信息；通过对学生信息数据库的详细分析，及时发现各种问题，发布预警信号。
　　各个教学点的专业都是根据自己当地情况开设的，有着自己的地方特征，例如养殖畜牧业发达的地区，“一村一名大学生”专业招生人数一直占有比较大的比重。利用数据挖掘技术，分析历年数据与当季数据，得出每一个专业的走势变化与学生类别、地方特征直接的关系，当某一个专业出现较大波动时，发出预警信号，招生人员就可以根据该信号进行理论分析，是否存在一些因素导致该专业生源的变化，比如当地政府政策的优惠、当年天气的反常、某个单位对职工的要求等等各种原因，根据这些分析结果与调查，招生人员主动介入，采取一定措施来调整计划、争取生源、加大宣传力度。
　　省级电大在招生初期向中央电大申请计划，并分配到每一个教学点，现有的分配规则是省电大招生工作人员根据历年各教学点各专业的粗略的招生情况做出的，该规则具有不确定性、变化大、易受主观因素影响等特征，往往不能满足教学点真正的计划需求。该问题也可用数据挖掘技术来解决。利用历年各教学点招生计划库、终审通过库等大量数据，结合数据挖掘的关联分析、序列分析等功能，利用数据挖掘的决策树方法，在这些大量的数据中找寻规律。我们可以找出某一教学点与其所招专业之间的联系，找出该地区学生类型比例，找出各专业招生走势情况等信息，从而大致地描述出该教学点各专业的发展趋势，给出为这个教学点分配计划的一个建议报告，报告包含哪些专业在往年基础上应多分配计划，哪些专业应少分配计划，哪些专业持平，并提示出某些逐步走向困境的专业，在这报告基础上主动做好建议型计划分配，工作人员只需根据当季招生实际情况对结果进行一定的修改，便可发布，大大缩减工作时间，提高工作效率。同时，并不单纯地就以历年数据为依据，也需结合当季招生实际，根据当季招生情况，在最后的计划追加阶段，给出最准确的计划修改意见。
　　利用数据挖掘，省级电大可以更加深入地了解教学点招生水平，不仅仅单纯地从招生人数来定，还可从以下几方面评定：招生专业申报与最终开设情况、计划完成情况、学生类型比例（年龄、学历、户口、单位等方面）、学生报名与招生时间的关系等。我们将数据库信息加以整理、清洗、集成和变化，从而设定数据挖掘规则库和执行系统，从以上所说的不同的角度来进行对比、统计、检验，从而评定全省教学点的招生水平，并将该特征通过规则图、统计图表等方式来表现。因此，利用数据挖掘可以使省级电大对某个教学点的招生水平从更丰富的层面与角度去了解，强调了综合性、多面性，并且是长期的、发展的水平。
　　
　　三、结论
　　把数据挖掘技术引入到电大的开放教育招生中，符合了广播电视大学与时俱进、不断创新的办学理念，在网络远程教育竞争日趋激烈的大背景下，开放教育的招生工作急需运用新方法、新技术来提高工作效率，把庞大的数据库信息的实用信息不断挖掘出来，并运用到工作中去，最大化地体现招生数据库的价值。利用数据挖掘来支持开放教育招生工作，需要各教学点同省级电大之间的密切配合，需要各级招生人员具有较高的业务水平、认真仔细的工作态度，需要数据分析人员掌握熟练的数据分析技术、程序编程能力，这个过程需要不断地探索与实践。
　　
　　参考文献：
　　[1]毛国君，段立娟，王实．数据挖掘原理与算法[M]．北京：清华大学出版社，2005：7－8，64－108．
　　[2]杨悦，郭大勇．数据挖掘在高校招生工作中的应用前景[J]．教育科学，2007，10．
　　[3]王冠，王静．数据挖掘技术在高校招生工作中的应用[J]．福建电脑，2008，06．□