李虎

　　(西南石油大学，四川　南充　637001)

　　[关键字]教学管理，数据挖掘，生源地

　　信息技术的高速发展，大数据的广泛应用、云计算的来临，给教学管理提供了海量的过程性、个性化的数据。通过对信息数据的收集、整理与分析，形成更为完善的大数据，切实增强高校教务管理工作的服务能力和服务水平。本文提出以课程成绩为基础对教务数据链进行分析，综合评价，得到大量被隐藏的有价值的信息，更好地为高校教学质量服务。

　　一、数据准备阶段

　　1.1成绩数据

　　成绩是评价高校教学质量的重要依据，也是评估学生对所学课程掌握程度的重要标志，利用教务系统全面挖掘成绩数据中的内在联系，为教学管理提供相应的指导。

　　课程成绩数据信息包括学年学期、年级、学号、姓名、课程名称、任课教师、修读状态等。

　　1.2学籍数据准备

　　学籍数据的准备来源于课程信息，包括修读学生的年级、学号、姓名、生源地、科类、籍贯等。

　　二、数据挖掘

　　现将我校2016级和2017级本科高等数学、大学英语的期末成绩进行抽样统计分析，所得数据见下面各表。

　　1.本科生高等数学课程期末成绩的统计分析

　　2016级和2017级学生高等数学期末成绩统计结果为：2016级总人数767人，平均分75.98，方差7.68，不及格率14.2%。2017级总人数1113人，平均分71.11，方差7.82，不及格率16.11%。现对两个年级高等数学期末成绩分析如下:

　　在平均分方面，2016级高于2017级;在不及格率方面，2017级不及格人数大于2016级;在方差方面，2016级学生高等数学考试成绩平均分比2017级高并且学生成绩较稳定。

　　2.本科生高等数学期末成绩按任课教师统计分析

　　任意选取相同专业两个年级2016级、2017级高等数学期末成绩按分数段统计：

　　2016级1101由教师A授课，其分段数据为1-59分8人，60-69分18人，70-79分16人，80-89分26人，90-100分34人，课程平均分为78.93，不及格率7.84%。2017级1102由教师B授课，其分段数据统计为1-59分17人，60-69分14人，70-79分21人，80-89分21人，90-100分21人，课程平均分为74.14不及格率18.19%。

　　2017级1201由教师A授课，其分段数据1-59分13人，60-69分24人，70-79分28人，80-89分29人，90-100分10人，课程平均分为71.64，不及格率12.26%。2017级1202由教师B授课，其分段数据1-59分207人，60-69分26人，70-79分21人，80-89分29人，90-100分17人，课程平均分为70.7分，不及格率17.7%。

　　现对2016级、2017级高等数学期末成绩按分数段统计结果分析如下：

　　上述统计数据是2016级、2017级相同专业不同的两个课序班，分别是1101、1201由A老师授课，1201、1202由B教师授课，通过对比A教师所授课程的学生平均分均高于B教师，A教师所授的课程学生不及格率低于B教师。2016级在80-100分段学生人数大于B教师，2017级此分数段基本相同。

　　3.本科生不同生源地高等数学期末成绩统计分析

　　高等数学期末成绩分数段所占百分比统计，数据来源我校招生的2016级、2017级广西、湖南、四川、天津四省市本科学生。

　　2016级高等数学分段分数百分比统计0-59分段广西10.2%，湖南15.38%，四川12.66%，天津52.5%。60-69分段广西31.25%，湖南7.69%，四川14.15%，天津27.5%。70-79分段广西30.77%，湖南23.08%，四川18.2%，天津10%。80-89分段广西6.25%，湖南30.77%，四川26.59%，天津7.5%。90-100分段广西12.5%，湖南20.39%，四川20.41%，天津2.5%。

　　2017级高等数学分段分数百分比统计0-59分段广西10%，湖南20%，四川13.33%，天津66.07%。60-69分段广西33.33%，湖南5%，四川22.48%，天津22.5%。70-79分段广西20%，湖南35%，四川25.23%，天津12.5%。80-89分段广西26.51%，湖南23%，四川28.59%。90-100分段广西6.67%，湖南10.1%，四川10.41%。

　　现对我校招生的2016级、2017级广西、湖南、四川、天津四省市本科学生，高等数学期末成绩分数段所占百分比结果分析如下：

　　2016级、2017级广西、湖南、四川、天津四省市本科学生，在高等数学课程成绩分段分数所占百分比，上述统计数据，天津市学生高等数学课程成绩不及格率都大于百分之五十且80-100分段学生相对较少。湖南和四川两个年级的学生课程成绩分段占比基本一致，特别是80-100分数段学生人数比。

　　4.大学英语课程期末成绩的统计分析

　　2016级和2017级学生大学英语期末成绩统计结果为：2016级总人数1125人，平均分70.1，方差9.48，不及格率11.75%。2017级总人数800人，平均分69.76，方差12.47，不及格率9.79%。现对两年级期末成绩分析如下:

　　从两个年级平均分来看2016级高于2017级，不及格率2017级不及格率小于2016级，2016级的方差小于2017级，表明2016级大学英语成绩比2017级成绩较稳定。

　　5.本科生大学英语课程期末成绩按任课教师统计分析

　　任意选取相同专业两个年级2016级、2017级高等数学期末成绩按分数段统计：

　　2016级1101由教师A授课，其分段数据1-59分1人，60-69分9人，70-79分34人，80-89分20人，90-100分0人，课程平均分为76.73，不及格率1.52%。2017级1102由教师B授课，其分段数据1-59分19人，60-69分38人，70-79分8人，80-89分0人，90-100分0人，课程平均分为60.7分，不及格率29.23%。

　　2017级1201由教师A授课，其分段数据1-59分1人，60-69分134人，70-79分20人，80-89分26人，90-100分3人，课程平均分为76.5，不及格率1.59%。2017级1202由教师B授课，其分段数据1-59分9人，60-69分22人，70-79分18人，80-89分59人，90-100分0人，课程平均分为66.3——不及格率16.67%。现对2016级、2017级大学英语期末成绩按分数段统计结果分析如下：

　　上述统计数据2016级、2017级相同专业不同的两个课序班，分别是1101、1201由A老师授课，1201、1202由B教师授课，从两表对比来看，A教师所授课程学生平均分均高于B教师，A教师所授课程学生不及格率远低于B教师，A教师两个年级80-100分段学生人数远大于B教师此分段学生人数。

　　3.本科生不同生源地大学英语统计分析

　　大学英语期末成绩分数段所占百分比统计，数据来源于我校招生的2016级、2017级广西、湖南、四川、天津四省市本科学生。

　　2016级大学英语分段分数百分比统计，0-59分段广西34.78%，湖南25.37%，四川6.05%，天津5.89%。60-69分段广西47.83%，湖南17.65%，四川34.78%，天津68.21%。70-79分段广西13.04%，湖南17.65%，四川41.14%，天津25.37%。80-89分段广西4.35%，湖南23.53%，四川17.5%，天津1.49%。90-100分段广西1%，湖南1.2%，四川1.26%，天津2.7%。

　　2017级大学英语分段分数百分比统计，0-59分段广西0%，湖南30.43%，四川11%，天津26.97%。60-69分段广西44%，湖南8.7%，四川31.31%，天津40.45%。70-79分段广西36%，湖南21.7%，四川39.64%，天津23.6%。80-89分段广西20%，湖南30.43%，四川16.34%，天津3.37%。90-100分段广西1.13%，湖南8.7%，四川1.13%，天津0%。现对我校招生的2016级、2017级广西、湖南、四川、天津四省市本科学生，高等数学期末成绩分数段所占百分比结果分析如下：

　　2016级、2017级四省市本科学生在大学英语课程成绩分段分数所占百分比，通过对比分析，天津市学生大学英语课程成绩不及格率都大于百分之二十五，且在80-100分段的学生相对较少。图4中2016级广西和天津，两个年级的学生课程成绩分段百分比基本一致，特别是60-100分数段学生人数比。表9中2017级广西和四川两个年级的学生课程成绩分段百分比基本一致，特别是70-100分数段学生人数比。

　　三、关联分析

　　通过高等数学课程期末成绩统计与按任课教师统计对比分析，任意选取我校两个年级高等数学期末分别是1101、1201由A老师授课和1102、1202由B老师授课的成绩。教师A所授高等数学期末成绩平均分高于平均水平，不及格率均低于平均水平。以上数据充分证明课堂教学的效果决定教学质量的高低。数据反馈结果也得到关联证明，比如A教师多次在我校教学竞赛中获奖。

　　高等数学课程期末成绩统计与不同生源地高等数学期末成绩分析对比，生源地为天津的学生高等数学不及格率高于平均且不及格率占40个百分点左右，且80-100分段人数占比较少特别是2017级此分段人数为0。生源地来自湖南和四川的生源质量基本持平。

　　通过大学英语课程期末成绩统计与按任课教师统计对比分析，任意选取我校两个年级大学英语分别是1101、1201由A老师授课和1102、1202由B老师授课的期末成绩。教师A大学英语期末成绩平均分高于平均水平、不及格率均低于平均水平。数据反馈结果也得到关联证明，比如A教师职称为副教授，学生教学评教名列前茅。

　　大学英语程期末成绩统计与不同生源地大学英语期末成绩分析对比，生源地为天津、广西的学生大学英语成绩集中在60-69分段，其学生人数大于百分之四十，80-100分段人数所占比例较少。与高等数学数据基本相似生源地来自湖南和四川的生源质量基本一致。

　　四、结论

　　从这些分析的成绩数据捕捉到授课教师的选择对学生成绩的影响是显著的。同一生源地的学生不同课程平均分占比大致相同，不同生源地的学生成绩对总平均成绩影响是显而易见的。教师综合素质越高，学生平均成绩越好，特别是80-100分段学生所占比例越大。学生高等数学成绩与大学英语成绩关联性影响对学生成绩的影响不是主要的因素。

　　由于本文所筛选的关联数据只是在一定程度上反应了影响学生成绩的因素，对大数据的认识理解程度存在差异，所研究的关联数据十分有限，这也是本文的不足之处。随着科学技术的不断发展，教务管理系统软件自身的数据分析、统计、挖掘能力将不断的完善，让数据变为信息、知识，整合优化教育资源用于教学决策，学习优化服务，将增强自身的竞争力、吸引力，增强高校教务管理工作的服务能力和服务水平。

　　参考文献

　　[1]邓文俊、曹阳波、刘英群《基于教务管理系统的数据分析工作的研究与设计》　〈电化教育〉2014.5.328，138-139

　　[2]孙娟红《大数据在高校教育管理中的应用》〈电子技术与软件工程〉2017.10.17，171-172

　　[3]黄海燕、陈亚江《浅谈大数据时代高校教务秘书业务素质提高》〈中国教育信息化〉，2017.20. ——225-226