促进数据挖掘技术在高职学生英语A级成绩预测中的应用探析

吴晗　韩海云

【摘 要】近年来，随着科技的进步，高校进一步加快了信息化建设进程，教育数据挖掘也逐渐被提出和应用于高校的教育教学管理中。高职大学英语A级考试对专科学生来说有着极其重要的意义，是检验他们英语学习效果，进入职场的一个必备条件。利用数据挖掘技术对高职学生英语A级考试成绩进行预测分析可以找出影响学生英语学习成绩的各个相关因素，为今后的大学英语教学改革提供依据。但目前在数据挖掘技术这一方面的研究还十分欠缺，如何找到制约数据挖掘技术在高职学生英语A级成绩预测中应用的因素，并为其今后的发展提出建议，是本文的亟待解决的问题。

【关键词】数据挖掘;英语A级成绩;现状;发展建议

【中图分类号】G712  【文献标识码】A  【文章编号】1671-1270（2019）30-0031-02

一、引言

数据挖掘（Data Mining），是指从大量的数据中通过算法搜索隐藏于其中信息的过程。全世界范围内的数据挖掘研究始于20世纪80年代，目前已广泛应用于商业、金融业和市场营销等领域，而其在教育领域的研究和应用却起步较晚。2008年，第一届教育数据挖掘国际学术会议在加拿大召开。而“数据挖掘在教育中的应用”这一主题直到2009年才在第五届高级数据挖掘与应用国际会议（北京师范大学举行）中被首次加入。2011年，第四屆教育数据挖掘国际会议在荷兰举办，并且成功创办了专门的电子期刊——教育数据挖掘杂志（JEMD），教育数据挖掘越来越受到国内外专家学者的重视，也成为国内各高校加快信息化建设的一个重要内容[1]。随着我国高等教育事业的蓬勃发展，学生规模大幅扩张，学生人数迅猛增长。根据国家统计局和教育部发布的最新数据显示，全国2018年共有大学生人数为2695.8万人。庞大的学生人数给学校的有效管理带来了诸多不便，因而各高校急需加快信息化建设来解决这一问题。根据中共中央办公厅、国务院办公厅印发的《加快推进教育现代化实施方案（2018-2022年）》可知，今后5年国家也将大力加快推进教育现代化建设。目前，各高校已陆续将信息技术引入到了学校的教育教学管理中，使得教学管理的效率得到了极大的提高。学生信息管理系统、评教系统、蓝墨云班课等教育大数据系统也逐渐应用于各高校中，这些系统中积累了许多的有用数据，但是教师和管理人员只看到这些数据的表面信息，如高考入学成绩，平时成绩，期末卷面成绩，总评成绩，平均分，最高分，最低分等，而没有对这些成绩数据进行深入的挖掘分析，未能充分利用这些数据中潜在的有用信息，所以很难给教师和教育管理人员今后的工作提供有效的指导建议[2]。

二、大学英语A级考试及其对高职学生的重要意义

高等学校英语应用能力考试（简称PRETCO）是由教育部批准成立的高等学校英语应用能力考试委员会设计，供高职高专院校和成人高专院校学生自愿参加的标准化考试。本门考试主要考核考生实际应用英语进行日常和业务涉外交际的能力，旨在促进高职高专英语教学向培养高等应用技术型人才转变，以提高其进入人才市场的竞争力。高等学校英语应用能力考试于1998年经高教司批准向部分省、市、自治区推荐试行，2000年正式实施。发展至今，本门考试已为20余省、市、自治区采用，推动了高职高专学校英语课程以“实用为主，应用为目的”的教学改革，并逐渐为人才市场所认可。高等学校英语应用能力考试分A、B两级，A级考试为高职高专学生应该达到的标准要求，原“大学英语三级考试”相当于“高等学校英语应用能力A级考试”。在三亚航空旅游职业学院，大学英语A级考试成绩已经成为机电工程学院航空机电设备维修专业和航空电子设备维修专业毕业生准入机务工作的必要条件。空中乘务专业、安检专业、民航运输专业、机场运营与管理等专业学生在实习就业时，A级考试成绩有着非常重要的参考价值，有时甚至会起到一票否决的作用[3]。

三、数据挖掘技术在高职学生英语A级考试成绩预测中的应用现状和发展建议

随着各高校不断推进信息化进程，智慧树、喜鹊、校园一卡通、图书借阅管理系统、蓝墨云班课等智能系统和应用软件越来越多的应用到学校管理和教学中。在这些系统和应用软件中保存了大量的学生教学管理信息、成绩信息、平时作业和课堂表现信息、图书借阅信息及其生活消费信息等[4]。在国内多所高校，已经有教师利用数据挖掘技术对大学英语四六级成绩进行过建模预测分析，找出影响本科院校学生四六级英语成绩的各种关联因素，积极改进教学管理内容和方式方法，教师以此为依据不断调整教学内容，改进教学方法，加强正相关因素，弱化或避免负相关因素，从而提高本科院校学生大学英语四六级考试的通过率，促进大学英语教学改革。而对高职高专院校，他们虽占有普通高等教育很大的比例，信息化建设在这些院校中也不断地得以推行和发展。在教务管理等系统中，存有大量关于高职院校学生的各种成绩记录和学习生活记录，但目前数据挖掘技术在高职高专院校的研究却很少，虽有高职高专院校教师研究过此技术在学生的综合学业成绩中的应用，但较之本科院校对此内容的研究已经很少，更不用提其在对高职学生的大学英语A级成绩的预测和分析方面的应用了。

要促进其在高职院校学生英语A级成绩预测中的应用，应从如下几个方面入手：①担任英语教学的老师通常为英语相关专业毕业，大学期间没有学习高等数学或是计算机相关课程，所以数学基础薄弱，应用计算机技术解决一些数据问题的能力较差。他们虽然有心提高学生的英语考级通过率，多年的教学过程中也积累了相关的丰富数据，但是要利用数据挖掘技术专业性的建立模型对学生英语A级考试成绩进行性预测分析就必须有数学专业或计算机相关专业教师的配合才可完成。②高职高专院校，每个专业对英语A级成绩的需求各不相同，且各个系部专业在招生的时候，学生的英语成绩存在较大的差异。以本校为例，空中乘务专业，机电工程系的相关专业学生英语基础明显好于其他专业系部，且两个专业在今后就业时对英语的要求也各不相同。所以在进行数据挖掘时要针对不同专业系部进行细化挖掘分析，来找出影响不同专业系部学生英语A级成绩的相关因素，从而对教师今后有针对性地进行英语教学改革提供了帮助。③教师对学生A级考试成绩进行挖掘分析时，要注意不断更新和补充数据信息，同时要注意采集更多的影响学生A级考试成绩的数据信息，这就需要学校相关部门能给予资金和技术方面的支持，只有收集的相关数据越多，才能从各个方面对学生的英语学习进行干预，从而能更好地提高他们英语学习的效果[5]。

综上所述，随着近几年高职教育的蓬勃发展，信息技术已经成为高职院校发展的重要推动力。在大数据时代下，利用信息技术采集分析和高职教育教学相关的数据，对其进行教学改革提供了至关重要的依据。本文充分顺应了信息化时代发展的需求，分析了数据挖掘技术对高职学生A级英语考试成绩预测的重要性，同时提出了促进其应用发展的相关建议，为今后大学英语教学改革提供了依据。

【参考文献】

[1]贾璐洁，张靖.数据挖掘在高校教务管理中的应用[J].中国科技信息，2007（12）.

[2]张雪英.国外先进数据挖掘工具的比较分析[J].计算机工程，2003（16）.

[3]吴燕萍，楼彩虹，沈清等.数据挖掘技术在高职高专医学生综合学业成绩评价中的应用[J].中国高等医学教育，2014（5）.

[4]王芙蓉.基于數据挖掘的CEt-4成绩分析与研究[D].银川：宁夏大学，2016.

[5]李婷，傅钢善.国内外教育数据挖掘研究现状及趋势分析[J].现代教育技术，2010（10）.

【作者简介】

吴晗（1983～），女，海南省三亚市人，学历：本科，讲师，研究方向：民航、旅游及大学英语教学。

韩海云（1983～），女，山西省大同市人，学历：硕士，讲师，研究方向：英语教育。

Abstract：In recent years， with the progress of science and technology， colleges and universities have further accelerated the process of information construction. Educational data mining has gradually been put forward and applied to the management of education and teaching in colleges and universities. College English A-level examination in higher vocational colleges is of great significance to college students. It is a test of their English learning effect and a prerequisite for entering the workplace. Using data mining technology to predict and analyze the performance of English A-level examination of Higher Vocational students， we can find the relevant factors that affect students' English learning performance， and provide the basis for the future reform of College English teaching. However， there is still a lack of research on data mining technology at present. This paper deals with how to find the factors that restrict the application of data mining technology in the prediction of English A-level achievement of higher vocational students and suggestions for its future development.

Key words：data mining; English A-level achievement; current situation; development suggestion