高校科研管理系统中计算机数据挖掘技术的运用研究

史子静

摘 要：当前，随着教育的普及，高校的教育质量也在不断上升。对于很多高校来说，科研是必不可少的，很多导师基本上都有科研项目，因此，对于高校来说，需要具备完善的科研管理系统，方便科研管理者的工作，更为从事科研工作的导师打好坚实的基础。科技的进步为高校科研项目带来了很多便利，在科研项目进行的过程中，产生数据与记录是不可避免的，有的科研项目甚至会产生庞大的数据量，所以，随着科研项目的进行，其科研信息数据库中的历史数据也会越来越多。但是教师往往需要对一些有用的数据进行提取，或者是找到众多数据的规律等，而一些传统的方法已经不能满足科研工作者对数据处理的需求，因此，高校需要在科研管理系统中引进计算机数据挖掘技术。数据挖掘技术是专门对数据进行处理的一种技术，即使面对非常庞大的量的数据，它也可以从数据库中提取中有价值的规律，方便高校科研系统管理者和科研工作者的工作。该文就高校科研管理系统中计算机数据挖掘技术的运用进行分析与探讨。

关键词：高校科研管理系统 计算机 数据挖掘技术 运用

中图分类号：TP311.1 文献标识码：A 文章编号：1672-3791（2017）06（b）-0195-02

1 数据挖掘的概述

数据挖掘不是一个简单的学科，它包含可很多个领域的知识，目前，对数据挖掘的定义并不是完整的，就数据挖掘涉及到的相关知识来说，就有数据库、数据统计、人工智能化、机器应用与学习等，从这个角度来说，数据挖掘技术包含的知识点比较复杂。但是当前很多学者对数据库有一个比较普遍的概念，就是从一些大量的、不完整的、模糊的、随机的数据中，提取一些有用的信息，但是这些信息并不是显而易见的，而是隐含在其中，人们之前不知道的一些有用信息或者是知识的一个过程，这就是数据挖掘。从另一个角度分析，数据挖掘就是采用某些数据分析工具，来观测一些有价值的或者是被忽略的信息。

目前，数据挖掘主要可以分为两类：预言性数据挖掘以及描述性数据挖掘。预言性数据挖掘就是采用相关模型对一些数据进行预测，在进行预言性数据挖掘的时候常常采用分类的方法，也就是说对数据库中的数据进行分类，以区分数据的类别，进而得知一些未知数据的类别，通过这个方法可以得知某些未知数据的某些性质。描述性数据挖掘是采用概述的方式，对一些数据信息进行描述，然后从描述中得知数据的一些性质。要进行数据挖掘，就需要运用数据挖掘技术，当前使用的最多的技术就是关联规则方法，除此之外，还有分类分析、聚类分析等技术模式，这些技术模式在数据挖掘的发展中非常重要。

2 高校科研管理的重要性

随着教育的普及，各大高校之间的竞争也越来越激烈，高校如果要在其中脱颖而出，就需要不断的促进其自身实力的提升。对于高校来说，其科研管理系统对其发展非常重要，因此，高校在发展的过程中，需要不断提升其科研水平。要想培养高素质的人才，高校需要保证其教学质量，科研在一定程度上可以有效促进高校教学质量的提升。提升科研水平的前提是保证科研管理质量，在进行科研项目的过程中，如果其管理出现问题，那么科研项目的质量与水平都会降低。高质量的科研管理可以提升科研工作者的积极性，帮助高校科研建设项目更好的实施。

3 高校科研管理的现状

随着科技的不断进步，很多领域的管理已经开始往智能化的方向发展，但是，当前很多高校由于对科研管理的重视度不够，导致在管理水平与技术停滞不前，在进行科研管理中的统计工作时，仍然采用人工的工作方式。在对学校各院系导师的科研成果进行统计的时候，一般都是由科研管理人员到各个院系进行登记与整理，将导师的科研项目、发表的论文以及获奖等情况一一登记好，然后再录入到电脑管理系统中进行统一的汇总，这种收集资料的方式效率是非常低的，而且当有导师在外出差的时候，很容易将某些导师的研究项目、研究成果等漏掉，导致数据不完整等现象。而且管理人员往往就是将收集到的资料进行简单的整理与分析，由于其水平的限制，他们只能对收集到的数据进行简单的处理，并不能有针对性的对高校的科研水平与成果进行规范化的处理，得到的数据处理结果往往没有权威性与借鉴性。

其次，高校在进行科研管理的过程中，缺乏针对性的与科研相关的软件，每个高校的发展特点都是不同的，在进行科研管理的时候，学校应该根据自身发展的实际情况，选择科学、合理的科研量化软件，以做到对科研数据统计的科学化与正规化。人工录入数据的工作方式对与科研系统管理者来说，其工作强度是非常大的，而且在人工操作的过程中，出现错误是不可避免的。这些都是目前高校在科研管理中存在的问题，为了促进高校科研管理质量的提升，高校一定要引起高度重视，结合自身发展的实际情况，借助高科技技术，在科研管理系统中采用数据挖掘技术，提高科研管理质量。

4 数据挖掘的主要技术

数据挖掘并不是单纯的使用数据库技术就可以实现，它需要将人工智能与数据库技术结合起来，其中有很多方法都需要通过对机器的学习才能掌握好，在人工智能领域中经常会用到的一些技术都是数据挖掘的基础。在高校科研管理系统中运用的数据挖掘技术并不是固定的一种，根据科研管理系统的不同，进行数据挖掘操作时需要采用不同的技术与方法，一般来说，比较常见的有以下几种：

第一，统计分析法；数据挖掘中往往都需要对数据进行统计，然后从中提取中有用的数据，因此，很多数据挖掘工具都需要以统计分析方法为基础，是计算机数据挖掘技术中应用的最为广泛的一种；第二，人工神经网络法；这种方法是软计算中的一种重要方法，在学习的时候可以采用两种模式：管理模式与非管理模式，不同的管理模式在数据挖掘过程中适用的范围也是不一样的。一般来说，管理模式往往是对现有示例进行预测，将预测结果与标准答案进行对比，然后得出错误的数据；而非管理模式是对数据进行描述，一般不用于对结果的预测。在实际运用中，需要根据管理系统的不同需求选择不同的方法，以保证数据挖掘质量；第三，关联规则法；关联规则是运用数据挖掘技术来发现数据库中存在的一类重要的、可被发现的知识，并且发现的这个知识存在一定的价值。例如：“尿布与啤酒”的故事，这是在美国沃尔玛连锁超市发生的真实事件，沃尔玛拥有巨大的数据库系统，对数据库的数据进行挖掘后，沃尔玛惊奇的发现人们购买尿片的同时，购买最多的商品是啤酒。后來经过大量的调查与分析，发现这个结果是事实。如果不采用计算机数据挖掘技术，沃尔玛超市是很那发现这个现象的。除此之外，数据挖掘技术还包括：计划计算法、事例推理法等，在具体运用中，需要结合数据的特点，做出合理选择，进而提升数据挖掘技术的使用效果。下图为一般计算机挖掘技术运行的流程图，通过对数据库中数据的一系列的分析与挖掘，一些被隐藏在数据中的知识就可以显现出来。

5 数据挖掘技术在高校科研管理系统中运用的必要性

当前，随着科技的不断进步，高校科研管理系统也在不断完善中，但是一些高校的科研管理系统缺乏对数据分析功能，也有的学校已经具备这种功能，但是其在对数据的处理与分析上还是存在一些不足。有的管理人员掌握的数据处理技术过于表面，只能简单的對科研项目、导师发表的论文数量等进行统计，不能分析出所得数据所反映出的问题，也很少将数据库中的信息与相关部门共享，导致学校在科研管理上存在诸多问题。科研是一门很深的学问，通过科研项目得出的数据，很多都有其独特的含义，不同数据表达的含义也不同，当导师需要对某个项目进行一定改动或者根据某些数据信息得到相关结论时，简单的对数据进行处理得出的信息可能不能作为理论依据，也就是说经简单处理的数据其辅助策略功能是非常薄弱的，有的甚至不存在。虽然一些高校科研系统管理者已经意识到了计算机技术、网络技术的便利与强大，他们之中有的也掌握了比较全面的管理技术，精通管理功能，但是本身数据分析能力却非常弱，对科研管理系统的运行没有实质性的帮助。因此，在高校科研管理系统中，必须要科学、合理的运用数据挖掘技术，通过数据挖掘，为科研工作者找出数据库中有价值的信息，可以有效促进管理者对科研管理系统进行客观、正确、全面的管理。

6 数据挖掘技术在高校科研工作分析中的应用

对于教师来说，科研工作与教学工作应该是相辅相成的，教师在平常的工作中，要将这两者科学、合理的协调好，这样才能在保证科研质量的前提下，有效提升教学质量。

数据挖掘技术在高校科研工作分析的应用的项目比较多，比如对数据的整理，很多专业的科研结论需要大量数据的支持，随着科研项目周期的增长，产生数据的量也会越来越大，通过数据挖掘在数据库中选取有效数据，将数据严格按照处理标准进行处理，然后得出一些有效信息，作为项目结论的有力依据；其次，数据转换也是科研项目中经常会出现的，也就是数据变换，科研项目中的数据有的时候并不就是一个简单的数字，利用数据转换可以将数据值转换成某些概念，例如：可信度、支持度等，然后利用关联规则对数据进行处理，得出相关信息。另外，数据挖掘技术可以通过对数据库中数据的挖掘做出结果表达，根据管理者制定的标准，可以对科研工作者的科研量进行统计与归类，进行总结出教会的科研工作量，作为判断教师有没有将精力放在科研实践上去，如果出现科研量超出标准的导师，也可以合理对其进行调整，要保证其在进行科研的同时不耽误其教学。

7 结语

综上所述，高校在科研管理中还存在比较多的不足，要结合科技的发展，将计算机数据挖掘技术良好的运用到科研管理系统中，以促进高校科研管理质量的提升。

参考文献

[1] 魏一搏.浅谈数据挖掘在高校科研业务管理系统中的应用[J].信息系统工程，2010（4）：37-38.

[2] 郭卜铭，吕渭济.高校科研管理中的数据挖掘技术及应用[J].科技和产业，2007（6）：38-40.

[3] 刘华，胡运全.数据挖掘技术在高校管理信息系统中的应用[J].亚太教育，2016（13）：199.

[4] 王利.数据挖掘技术在高校管理中的应用[J].福建电脑，2005（6）：48-49.

[5] 李庆梅.数据挖掘技术在学生信息管理系统中应用研究[J].电脑知识与技术，2014（1x）：241-243.

[6] 刘涛.基于数据挖掘技术的毕业生信息管理系统的研究与开发[J].数字技术与应用，2016（4）：160-161.