蛙泳教育范文

导语：怎么才干写好一篇蛙泳教育，这就需求搜集收拾更多的材料和文献，欢迎阅览由好用日子网收拾的十篇范文，供你学习。

篇1

摘 要 游水是非常好的体育练习项目，简直对身体各个关节无损伤，适宜各年纪段人群进行练习。蛙泳技能并非幻想的那么难，只需敢下水，勇于实践，了解了水性今后就能很快把握蛙泳技能。依据笔者这几年蛙泳教育的经历，只需遵从游水教育的根本准则以及有用的教育办法，即使是零根底的初学者也能够很快把握蛙泳技能。

要害词 蛙泳 技能剖析 教育

学习蛙泳有必要先要了解蛙泳的根本动作。蛙泳技能动作由手臂、躯干、下肢动作以及上、下肢动作的协作组成。蛙泳在跋涉的进程中身体不是固定的，而是跟着手臂、下肢的动作在不断改动。一个周期结束今后身体是平铺在水面上的，并且有必定时刻的滑行，这个时分的身体姿势是两腿并拢，两臂夹住耳朵尽量伸直，眼睛正视下方。蛙泳的教育一般由了解水性、腿部技能动作教育、手臂技能动作教育、手臂与腿部的协作教育、头部换气与手臂的协作以及全体协作构成。 一、了解水性的教育

了解水性的教育不只仅是蛙泳教育，关于初学者一切游水教育都从了解水性开端。好的开端是成功的一半，特别是关于初学者来说，了解水性非常重要。有许多学习者不敢下水，下水今后很严重，这些都是不了解水性的典型症状。关于初学者不能立刻学习技能动作，而是有必要先了解水的特性、水与人的联络[1]

了解水性首要是：水中有固定行走、无固定行走、有固定憋气、水中有固定漂浮与站立、水中无固定漂浮与站立等。下水是游水的榜首步，要鼓舞学员英勇下水，下水今后扶池壁来回行走几回，领会水的阻力和浮力，娴熟今后不扶池壁独立行走。水中憋气关于许多初学者来说非常困难，首要的难题是鼻子呛水，在操练的时分能够一手捉住池壁，一手捏住鼻子操练，也能够戴鼻夹操练。水中有固定的漂浮与站立是了解水性的要害，操练者双手捉住池壁，深吸一口气把头放入水里憋气，先抬起一条腿，让另一条腿自己浮起来。在漂浮的时分两臂夹住耳朵，眼睛看正下方，收腹，身体呈一条直线，肌肉放松，这样才干更简略的飘起来。站立的时分两腿膝盖向胸前挨近，然后下放，一同两臂前伸下压，双脚触地，必定感觉踩实池底再昂首站立起来。把握了有固定的水中漂浮与站立今后无固定支撑的水中漂浮与站立就瓜熟蒂落了。 二、蛙泳腿和手臂以及上下肢协作的教育 ,一蛙泳腿技能动作剖析及教育

水中漂浮操练娴熟今后首要进行蛙泳腿的操练，蛙泳腿一共分三步：收腿、翻腿和蹬夹腿。收腿时分勾脚尖，以膝关节为轴，脚后跟向臀部靠。大大都初学者收腿的时分简略犯的过错是收腿时绷脚尖，收腿时膝关节向胸前靠，这样终究的作用便是漂浮蹬腿的时分非但不向行进，反而越游越向后。翻腿相对较为简略，收完腿今后小腿外翻，脚尖向两边即完结翻腿。翻腿今后大腿发力，顺着脚尖的方向蹬出，腿蹬直今后敏捷并腿。蹬夹腿的速度必定要快，这样才干有足够大向前的动力。一个周期结束今后不要急着进入下一个周期，应该是腿并直借着上个周期的惯性让身体飘会儿。 ,二蛙泳手臂技能动作剖析及教育

蛙泳手臂一般分三步：手臂外划、内收抱水和伸直复原。手臂从伸直开端，掌心向外一同直臂向外侧划水，比肩略宽。内收臂时高抬肘，前臂以肘关节为轴向内划弧到小腹的方位，然后敏捷向上抱水，前臂靠紧，手指到下颌的方位。内收抱水简略呈现的过错是肘关节后移，超过了身体的腋中线，这样抱水作用很差，导致后边换气困难。终究一步非常简略，抱完水手臂伸直到本来的方位就能够了。 ,三上下肢协作剖析及教育

蛙泳上下肢协作是一切泳姿里边最杂乱的，只需前面单个动作非常娴熟的状况下才简略把握。教育的时分能够先从陆地仿照开端，上体前倾，两臂前伸夹住耳朵，垂头眼睛正视下方。臂膀先外划，外划臂膀的时分腿不动；然后向里内划抱水，这个时分收翻腿，手臂抱水结束一同腿到收翻的方位；手臂抱水结束今后向前伸直，伸臂膀的时分腿仍是在收翻的状况，也便是腿不动的，臂膀伸直今后蹬夹腿，蹬夹腿的时分臂膀不动。终究结束动作是臂膀和腿都是伸直的，身体是平铺在水面上滑行，2-3秒今后再进行下一周期的动作。陆上仿照操练娴熟今后下水实践，在学员操练的时分教练要时刻提示，及时纠正过错的动作。 三、蛙泳完好协作及教育

臂膀和腿的协作操练娴熟今后便是蛙泳的换气，蛙泳的换气也是各环节中最难的部分。只需前面各个部分操练娴熟今后换气就变的简略了，贴别是手臂抱水的动作非常重要。换气的时分头和手臂的协作是要害：手臂外划的时分头在水里不动吐气，手臂内划抱水的时分昂首吸气，头随手臂前伸垂头吐气。标示的蛙泳是一个动作周期换一次气，可是关于初学者来说一次换气今后身体下沉很深，这样能够选用一次划臂两次蹬腿的协作，也便是换一次气蹬两次腿的协作，让身体充沛飘起了今后再进行第二个周期的动作。动作技能把握娴熟今后渐渐过渡到一次划臂、一次蹬腿、一次换气。

在实践教育进程中换气很难把握，一般需求凭借袖飘来协助操练者。开端的时分袖飘的气充溢，跟着动作的技能的娴熟渐渐放气，终究彻底除掉袖飘，独立完结动作。 四、定论

,一精确把握蛙泳各个技能环节才干很好的进行教育。蛙泳动作技能比较杂乱，有必要精确把握各个技能环节并且教导其原理，教育的时分才干有的放矢，有针对性的操练。

,二蛙泳教育有必要遵从教育准则。蛙泳的分化动作简直都是彼此相关的，只需娴熟把握上一个动作，下一个动作才干愈加简略把握，因而，必定要让学员把根本动作练娴熟再进行下一步的教育。

篇2

[要害词]多媒体 蛙泳腿 教育研讨

一、前语

游水教育的首要进程是在水中进行的，水环境的影响限制着学生的学习和教师的教育。将多媒体技能运用于游水教育中，有利于杰出技能动作的要害和难点，协助学生树立正确的技能概念。运用视频技能经过现场进行拍照与“回放”，能够使学生看清自己蹬腿动作的全进程，并可运用动作的分化部分来把握各环节技能的要害、难点，前进游水教育的质量与作用。

二、研讨方针与办法

1.研讨方针

广西师范大学体育学院06级男生，选出不会游水的学生30名，随机分为两个教育班，每班15人，将两个班分为试验组和对照组进行蛙泳的蹬腿教育。

2.试验法

﹙1﹚首要一同经过3次课的了解水性教育，教育的内容首要有水中行走，跳动，水中睁开眼睛，浮体与站立，滑行和了解水性的游戏等。

﹙2﹚多媒体设备的预备，数码摄像机，笔记本电脑，和蛙泳视频教育片。

﹙3﹚蛙泳腿的教育为3次课时：榜首次课，①给试验组观看蛙泳的视频教育片,腿部教育，教师一同解说和做陆上演示动作；②让试验组学生在陆上做仿照操练；③让试验组学生下水扶着池边依照教师的口令做蹬腿操练。第2次课，①给试验组观看蛙泳的视频教育片,腿部教育，陆上仿照蹬腿操练；②让试验组学生下水按教师口令浮板做蛙泳蹬腿操练；③让试验组学生逐一浮板蹬10米的蛙泳腿，用数码相机录下蹬腿的进程。第三次课，①给试验组学生观看自己和其他同学的技能动作，一同比照、评论，教师点评，指出过错动作；②让试验组学生做5*25米的蹬腿操练，每组后教师给指出过错动作，一同录像。

三、作用与剖析

经过三节课的蛙泳蹬腿教育，技能规范的试验组有3人，对照组只需1人；动作根本正确的试验组有9人，对照组只需7人；动作有显着过错的试验组只需3人，对照组有5人；试验组都能完结25米的蛙泳蹬腿，对照组有两人。表1作用标明，试验组显着比对照组好。

25米蛙泳蹬腿速度，能到达40秒以下的，试验组1人，对照组没有;40～43秒的试验组8人，对照组7人；43～46秒的试验组4人，对照组5人；46秒以上的试验组2人，对照组3人。表2作用标明，试验组的速度显着好于对照组。

蹬腿的次数能够推断出蹬腿作用和技能的好坏，表3的作用标明，试验组的技能显着高于对照组。

四、评论

1．协助学生更快地树立动作表象，领会动作办法

传统的游水教法，很难立刻在学生头脑中改换为明晰的动作表象。而多媒教育除教师的解说演示外，还选用视频教育片、录像、等媒体进行教育。瞬间的复合动作，可经过所播映慢动作和正常动作让学生看清楚。

2．及时、全面、精确、客观地向学生反响其蹬腿的作用

传统的教育办法，学习作用的反响首要来源于教师，其反响进程长，中间环节太多，信息在这一反响进程的各个环节会发生不同程度的衰减。多媒体教育中，除了教师反响外，还经过播映学生操练时的动作录像来对学生施行反响，学生观看录像的一同，就可得知自己学习中存在的问题并加以改善。

3．生动讲堂气氛，前进学生的学习爱好和功率

多媒体教育因其办法多变新颖能使学生坚持较好的心思状况。因而能前进学习功率，加速学习进程。

五、定论

本研讨的试验作用认为，选用多媒体进行蛙泳蹬腿的教育，其作用显着优于传统的教育办法。多媒体教育能更快地协助学生树立动作表象，领会动作办法。更有利于培育学生的剖析问题、处理问题的才干，生动讲堂气氛，前进学生学习的爱好和活跃性。

参阅文献：

[1]刘玫瑾，董渝华.现代教育技能是体育院校教育变革的重要保证[J].北京体育大学学报，2002，25(5):375-377.

[2]张伯琥.思想，技能与体育教育[M].北京科学技能出版社，2004.

篇3

摘要：游水课是一般高校体育教育重要科目，亦是薄弱环节。针对当时高校游水展开现状，经过对蛙泳分层次教育办法试验研讨， 作用标明：分层次教育能够优化讲堂教育，前进学生主动参加学习的活跃性。做到面向全体学生，统筹水平较差学生，注重特性展开，为高校游水教育供给试验参阅数据。

要害词：高校；蛙泳；分层次教育；试验

现阶段，一般高校因教育设施有限，游水课程的展开依据节气仅仅限制在每年的6、7月份，使得这一项意图展开遭到的极大的限制性。因而，针对一般高校游水课的试验性教育变革便显得尤为重要。咱们企图经过蛙泳教育分层次教育法来补偿教育课时缺乏发生的教育作用差异。使根底较好的同学“吃得饱”，根底较差同学“吃得消”。使得大大都同学快速把握这一技能，并为游水教育供给参阅。

1 研讨方针与办法

1.1 研讨方针

本文研讨方针为一般高校一起体育课蛙泳分层次教育。

1.2 研讨办法

在本课题的研讨进程中，对试验班选用分层次教育法进行蛙泳技能教育，对照班选用传统办法进行蛙泳技能教育。

1.2.1 经过教育试验，试验班学生把握的蛙泳技能水平与对照班比照。

1.2.2 经过教育试验，试验班学生的学习动机水平与对照班比照。

1.2.3 教育试验法：试验采纳班级间比照法， 2014级一起体育游水课女生 160 人。开班前，随机分红四个班，每个班40 人，两个作为试验班，两个作为对照班。对试验班进行分层次教育，对对照班进行传统办法教育。对试验方针的根本状况、技能水平进行检验、核算，如无显着性差异，认为试验方针契合试验规划要求。

2 试验作用与剖析

2.1 班级中已有蛙泳根底的学生学会自由泳份额有较大水平前进。

试验作用标明，已有蛙泳根底学生占教育总数的15%左右，原有教育办法下教师为照料大都同学情不自禁的会疏忽已有蛙泳根底的学生，这种状况下的教育作用是大大都同学能够到达预期的教育作用，但根底教育的学生便会呈现“吃不饱”，认为游水课没有新意，逐步失掉学习爱好。经过教育试验后数据标明每个班级有10%学生把握的新的学习泳姿，即标明班级学生5-6人在游水课的进程中学会了自由泳技能动作。

2.2 学生个别操练次数显着提。

学生操练卡操练次数核算作用显现，学生自主操练的次数由本来的均匀每人6次前进到8.5次。分层次教育办法在课程初期的时分便将学生两人一组合理分配开，一个水性较好的同学分配一个水性较差的学生，由此以来水性较差的学生恐水心思会大大下降，然后主动的添加操练次数。水性较好的同学也能从协助同学的进程中取得成就感。

2.3 学生游进间隔显着添加。

试验后数据显现，试验班班级考试作用显现均匀游进间隔为15米，一般班级均匀游进间隔为9.6米，均匀前进5.5米。一般高校游水课的设置一般为一个月周期，按每周一节游水课的课程组织，四次游水课加6-8次的自主操练次数，能够到达均匀15米的游进间隔，其教育作用较为显着

2.4 换气次数添加。

游水课的教育具有特殊性，因而教育单从游进间隔来剖析教育作用是不科学的，相反，一味的盲意图添加学生的游进间隔会增大教育危险性。试验进程中咱们着重了关于呼吸的教育。经过试验作用剖析显现试验班级的均匀换气次数到达5.97次，而一般班级的所用游进间隔呼吸次数为3.65次。相比照一般班级，试验班级学生愈加注重关于呼吸的学习。由此在游水课结束后学生能够更好的习惯其他泳姿的学习。到达技能教育与救生自救教育同步进行。

2.5 技能动作评分达标率前进。

游水技能动作达标率有差异性。由于选用了技能动作的分层次教育，因而学生每节课都有要学习的要害方针，而不是像曾经一切的动作会，所以在动作的汇总阶段学生手臂技能动作和腿部技能动作与呼吸的协作愈加和谐，技能动作评分显着前进。

3 定论与主张

3.1 定论

一般高校游水课教育选用“分层次”教育，蛙泳课教育质量显着前进，其间学生均匀游进间隔，换气次数及技能得分均有所前进。低班的学生调集的活跃性，变被迫学习为主动。水平较好同学能够学会自由泳，亦能协助根底较差学生，契合本质教育的要求。

游水课分层次教育能够调集教师教育活跃性，对不同层次学生选用不同的教育办法，教育内容及教育手法，充沛发挥教师的主导作用，针对性比较强，然后前进游水教育质量。

3.2 主张

一般高校游水课教育因场地设施，教师装备等不同要素，因而在教育进程中要量体裁衣，依据本身校园特色状况拟定不同教育方案。

教师上课前要对学生进行细入了解，依据班级学生特色拟定分层次教育方案，不行一致而行，因每个班级状况各有不同，细节处要做调整，要做到关于每个班级学生所把握的技能，技能一目了然。

教师上课前要有充沛的预备作业，拟定切实可行的分层次教育方案，科学规划不同层次的讲堂教育办法，以及预备教育辅佐东西。

一般高校游水课课时有限，游水池人数较多，学生来自全国不同区域，游水水平个别差异较大，按学生的水平分层次教育能最大极限地到达对症下药的教育作用。科学、体系、全面考虑其相关的教育方针，使其构成一个完好的教育办法，促进学生尽快地把握游水这一有用技能，培育才干，习惯未来日子的需求，为有用地前进一般高校游水课的教育质量供给参阅依据。

参阅文献：

[1]杨恒心 .“分层次教育”办法探析 ： 以游水课为例[J]. 河南工业大学学报 , 社会科学版 ， 2005， ,4： 1 .

[2]赞可夫 , 苏 . 展开与教育[M]. 上海 ： 公民教育出版社 ，1980.

[3]布鲁姆 , 美 . 教育点评[M]. 上海 ： 华东师范大学出版社 ，1987： 18-25.

[4]纠正红 .“分层次教育法”在游水课中的运用[J]. 我国校园体育 ， 2003， ,4： 21-22.

[5]宋元平.对“班内层次调整”教育办法的试验研讨[J].我国体育科技，2001,7：39-40.

篇4

要害词：初中数学；教材；发掘

在初中阶段，许多学生把数学视为最难学的学科，数学的谨慎性及逻辑性让许多学生对这门学科从一开端便有冲突心思，认为数学单调乏味，不喜欢做数学题.可是作为一门东西学科，数学的重要性清楚明了.教材是学生学习的主体，怎么有用地运用，发掘其内涵潜力，需求教师结合教育经历，开动脑筋，为学生供给有用的办法.

一、预备把握教材在常识、技能和情感心境价值观方面的要求

首要，教师有必要有一个杰出的主导心境状况。教师的心境是极易感染学生的，当教师表情冷漠、忧心如焚，或神色含糊、烦躁不安，学生也会感到心境压抑，然后心思闭锁，阻止了新信息的输入。而当教师面带微笑，怀着高兴的心境进行讲堂教育，学生会倍感亲热，高兴之情油可是生。以教师自己的高兴心境来影响和引发学生的高兴心境，会使学生心扇打开，思想生动，能够更有用地承受信息的输入。其次，加强教材内容的情感处理。教师在教育中，应该赋有情感地教育内容，使学生在承受认知信息的一同，承受相应的情感要素的传递。到达以横生情，以情促知、知情共育的作用。①要长于把握、发掘教材本身所蕴的情感要素。教师在研讨教材和规划教法学法时，有必要充沛发掘教材中包含的情感要素，即既要备好认知要素方面的课,常识性、技能性、思想性，也要备好情感方面的课,情理性、领会性、表情性。②要长于用言语来表达教材内容中的情感。一般的教育比较注重言语的通俗易懂、短小精悍，只求精确、明晰。有了解了情感在教育中的作用后，现在的教育言语除了精确明晰外还应寻求生动生动、形象、赋有情味和感染力，有必定的幽默感，以便使讲课言语既逼真又传情，到达科学性和艺术性的完美一致，当然，这要求数学教师具有厚实的言语功力。③要长于用表情来传递教育内容中的情感。教师在教育中运用最多的是言语表情。言语表情是经过在教育中的语音、语调、语速、节奏、中止等改动来表达情感的。教师波澜起伏、缓急有致的讲课声，既能传情达意，感染学生，又能协助学生了解内容，引发爱好，并且言语表情的改动还会影响强化学生留意力的会集性和稳定性。④要长于用情境来烘托教育内容中的情感气氛、教师可协作教育内容，运用必定的数学手法，创设某种教育情境，使学生更好地领会教育内容中的情境，了解数学含义和实践运用。终究，对不同学生给予不同的情感重视。传统教育非常重现“常识与技能”，优异生和后进生的区别，实践上是以把握“常识与技能”的好坏来衡量的。而事实上，传统含义上的“优异生和后进生”都有各自的情感优势与缺憾，因而，咱们有必要对不同学生给予不同的情感重视，以完结真实的对症下药。关于后进生，认知上要给予低斜度，情感上要给予多鼓励。

二、运用活动课内容激起学生学习热心

新教材章节的组织呈专题的办法，并添加了许多活动课内容，非常有利于激起学生的学习热心，也有利于开发学生的发明思想才干。在教育进程中可经过新增设的“读一读”、“想一想”、“试一试”、“做一做”等栏目，结合教育内容并辅以一些与现实日子紧密联络的常识，练习学生着手实践、自主探求、协作沟通等才干。

运用“读一读”能够激起学生的学习爱好，让学生感遭到学以致用。“数学来源于实践，又反过来作用于实践”，只需咱们在教育进程中留意发明适宜的情形，使笼统问题形象化、具体化，学生学习由外而内、由浅入深、由理性到理性，使学生不断发生爱好。新教材的“读一读”里组织了一些与数学内容相关的实践问题，既能够扩展常识面，又能增强教材的有用性。

运用“做一做”，教导学生着手操作，从中领会学数学的趣味。

多年来，由于“应试教育”的枷锁，学生学得苦，教师也教得苦，到头来学生只会依样画葫芦地解题，而着手制造和运用常识的才干却恰当低下，更谈不上开动脑筋发挥发明性，“应试教育”严重地捆绑了学生特性的展开。充沛运用新教材中“做一做”的内容，教导学生运用硬纸、木条、铁丝等材料制造一些简易的几许模型，能够激起学生的学习爱好，前进学生的着手操作才干，培育学生的思想才干和空间观念，有利于全面前进学生的数学本质，体现了课程规范的要求：“能够由简略的什物幻想出几许图形，由几许图形幻想出什物形状。”

运用“想一想”，开发学生的思想、培育学生的学习爱好。

新教材编列上版式生动、图文并茂，内容上水到渠成、浅显易懂，将单调的数学常识演变得生动、风趣，有较强的可承受性、直观性和启发性，教材组织的“想一想”对开发思想、培育爱好有极大的协助。

运用“试一试”，培育学生探求常识的才干，然后进一步前进学生的立异才干。

在新教材的试用进程中，咱们可能会遇到一些暂时难以了解的问题，对新教材的编列会发生一些困惑。依照新课程规范，每学年的教育难度不是很明晰，教师只能以教材中的例题和课后习题的程度，来教导自己的教育。这本也无可厚非，问题是新教材的习题装备，并没有留意按难易程度摆放，有些操练、习题中的问题，比章节温习题中的问题还难。

三、发掘教材中试验材料的作用

《数学课程规范》提出：“改动课程施行过于着重承受学习，死记硬背，机械练习的现状，倡议学生主动参加，乐于研讨，勤于着手。”因而，在新教材中设置了恰当的试验材料。数学试验教育是让学生经过自己着手操作，进行探求、发现、考虑、剖析、概括等思想活动，终究取得概念，了解或处理问题的一种教育进程。 这儿带有数学教育的年代性、科学性，所以在教育中若能让学生亲身做试验，得出定论，发现新常识，则更有利于教师打破教育要害难点。此外教师若能在试验后把其常识引伸到实践日子中，则充沛体现了日子处处都有数学的价值。

四、发掘新教材中例、习题的作用

篇5

要害词 数据发掘；教育运用；教育信息化

中图分类号：TP181 文献标识码：B 文章编号：1671-489X,201303-0055-03

Data Mining Technology in Instructional Application//Song Yating， Meng Liqiu， Sun Daoceng， Gong Xiaying

Abstract This paper summarizes the concept、method and process of data mining， and analyses research direction of the application of data mining in the teaching， the data sources used for data mining and data features， and enumerates some successful cases in teaching， and puts forward the prospect.

Key words data mining； instructional application； teaching information

1 导言

近年来，人们运用信息技能出产和搜集数据的才干大幅度前进，许多个数据库被用于商业办理、政府作业、科学研讨和工程开发等。这样的局势在不断延伸，所以新的应战摆在了世人面前：信息爆破、信息安全等。怎么才干从海量的信息中取得自己所需的信息呢？面临“人们被数据吞没，人们却饥饿于常识”的应战，数据发掘技能应运而生，并得以蓬勃展开。

数据发掘,Data Mining起源于20世纪90年代中期，是一个新的研讨范畴，是多门学科和多门技能相结合的产品，它有着广泛的运用价值。数据发掘技能在商业、稳妥、医疗、制造业和电信等各个职业中都取得了满意的作用，但在教育层面上的运用还只能算是新生事物，处于展开的初级阶段。

跟着教育事业的飞速展开，特别是高档教育的快速展开，教育办理信息化、现代化水平有了不小的前进，各高校在办理信息体系方面已取得了可喜的作用，如大部分高校都在运用学生作用办理体系、教育办理体系、教育点评体系、选课体系等。这些体系的成功施行为各高校的日常办理作业带来了很大的便当，前进了办理功率和水平，在日常的作业中也积累了越来越多的数据。那么怎么才干知道这些数据背面的一些信息呢？这便是数据发掘的功用地点。现在，许多学者把数据发掘运用在教育范畴中，然后前进教育质量和校园办理决议方案水平。

2 数据发掘

2.1 数据发掘界说

数据发掘是一门交叉学科，其间数理核算、人工智能和数据库是其三大支柱。它是从许多的、不彻底的、有噪声的、含糊的、随机的实践运用的数据中，提取隐含在其间的、人们事前不知道的，但又是潜在有用的信息和常识的进程[1]。简而言之，数据发掘要处理的问题便是在巨大的数据中寻觅有价值的躲藏信息，加以剖析，并将这些有含义的信息概括成联络或办法结构，供给给有关部门在进行决议方案时参阅。

2.2 数据发掘办法[2]24-25

数据发掘的研讨交融了多个不同学科范畴的技能与作用，使得现在的数据发掘办法体现出多种多样的办法。

1传核算算剖析办法。这类技能包含判别剖析、回归剖析、聚类剖析、探求性剖析、支撑向量机等。一般先由用户供给假定，再由体系运用数据进行验证。缺陷是需经训练后才干运用，一同在数据探求进程中，用户需求重复进行一系列操作。其间支撑矢量机,SVM是依据核算学习理论提出的一种新的学习办法，树立在核算学习理论的结构危险最小化的准则之上，能够前进学习机的泛化才干。

2智能数据发掘办法。这类技能包含人工神经网络、粗糙集及含糊数学、遗传算法,GA、蚁群算法、人工免疫体系等。

人工神经网络具有非线性映射特性、信息散布存储、并行处理、容错性及高度的自学习、自组织和自习惯才干种种长处，以BP网和自组织特征映射网,SOM为代表，在分类和聚类中得到广泛的运用。

粗糙集办法能在短少关于数据先验常识的状况下，只以调查数据的分类才干为根底，处理含糊或不确认数据的剖析和处理问题，首要运用在数据降维、特征提取及和含糊数学等办法结合用于分类。

遗传算法和蚁群算法都是一种依据种群的模仿进化算法，具有随机性、启发式、并行性、大局性的优化特色，在求解杂乱优化问题方面具有很大的优势。在数据发掘中首要用于聚类和分类以及和其他数据发掘算法结合完结大局最优。

人工免疫体系是经过学习外界物质的天然防护机理的学习技能，供给噪声忍受、无教师学习、自组织、回忆等进化学习机理，结合了分类器、神经网络和机器推理等体系的一些长处，在具体运用上还不太广泛，处于探求阶段。

3机器学习办法。这类办法首要有概括学习法、依据典范的推理CBR、贝叶斯网络等。依据典范推理是直接运用曩昔的经历或办法来求解给定的问题。现在将典范推理同格子机,Lattice Machine和最近邻原理,Nearest Neighbor相结合是研讨的一个方向。其他，依据多相关规矩的分类算法,CMRA是一种新的高效、习惯性强的机器学习算法。

4数据库办法。这类办法首要有依据可视化的多维数据剖析办法或OLAP办法、面向特色的概括办法等。

2.3 数据发掘进程

辨认和运用躲藏在数据中信息的方针有三个要求：捕获的数据有必要集成到教育规模的视图，而不是特定的视图；有必要提取包含在集成的数据中的信息；有必要以有利于拟定决议方案的办法组织得到的信息[2]22。数据发掘，首要挑选数据，然后把搜集到的数据转化为特定的格局存储起来，并对转化后的数据进行发掘得到一些作用，终究对该作用加以剖析和解说。

3 数据发掘在教育中的运用

教育中丰厚的数据资源为数据发掘的运用供给了宽广的空间，具体运用能够概括为以下几方面。

3.1 合理的教育模型[3]

对教育模型进行剖析是前进教育质量的重要手法，经过选用数据发掘技能对教育模型进行多层次、多视点的剖析与发掘，运用发掘作用辅佐教育决议方案，然后保证教育质量，前进学生本质。

在国外的高校教育办理中，数据发掘也已成为前进教育办理质量与水平的一种有力东西。如美国校园能够以85%的精确度去猜测学生的升学率，把留意力会集到停学危险比较大的学生身上[4]。国内数据发掘在教育层面上的运用现已开端，但并不广泛，并且仅仅运用单一的数据发掘办法对相关信息进行发掘，不行全面。例如：浙江大学的教师运用相关规矩发现技能[5]对高校的人事信息库进行发掘，企图找到影响学科展开的要素，发现怎么点评一个学科，以及影响学科展开的各个要素之间的联络；华北电力大学的教师运用Apriori算法对教育信息库进行数据发掘，寻觅高校教育体系中各要素间的相相联络等。所以，数据发掘技能在高校教育模型中的运用有待于人们更深化地研讨。

3.2 教育办理及信息化[6]

教育办理及信息化作业是校园重要的教育作业之一。为了前进教育办理及信息化作业的高效性、科学性和办理人员的本质，选用数据发掘等技能运用于教育中，如：1对数据进行多视点的核算剖析；2体系主动对数据进行办理和剖析，然后提出科学的决议方案。

3.3 Web的特性化学习体系[7]

现代远程教育最重要的特色之一便是可认为学生供给特性化的教育。特性化的现代远程教育将整个教育活动作为一个有机的全体，各教育环节之间有亲近的联络。经过运用数据发掘技能发现每个学生的特性偏好、学习行为、学习反响信息和教师感爱好的有关教育的信息，及时调整教育策略，拟定适宜学生特性的教育内容和教育活动，还可认为学生供给特性化的学习资源，充沛发挥学生的特性潜能。依据Web的特性化学习体系供给的能够反响学生学习作用的数据有日志、教导答疑数据、作业数据、在线检验作用数据、考试数据、学生个人信息。

3.4 教育决议方案支撑体系[8]

教育决议方案支撑体系，是以“数字化校园”建设为布景，意图是研讨怎么将数据发掘技能与现有的、现已投入运用的EDC数据库体系相结合，从具有海量特征的数据中提取出躲藏在数据之中的有用信息，为体系办理者和决议方案者供给概括剖析、辅佐决议方案和决议方案支撑服务的数据发掘东西。

现在现已开宣布依据决议方案树算法的学生点评东西模块和依据相关规矩的学生各相关数据剖析东西模块。前者以改善的决议方案树ID3算法为根底，依据学生作用库中的信息以及其他库中的有关学生点评的信息，树立一个决议方案树作用点评模型，对学生进行相应的概括剖析点评。后者以改善Apriori算法为根底，从学生作用、个人根本信息、点评信息数据中进行数据发掘，发现各个要素之间的相相联络，找到躲藏的规矩，为教育决议方案供给支撑。

3.5 高效选课体系[9]

现在能够将数据剖析环境引进到选课体系中，选用特性化要害技能对海量的选课数据进行剖析，终究取得支撑教育组织者运转教育决议方案的高质量信息，终究给学生供给特性化的选课，并对选课的常识体系构成点评，然后更好地组织学习者的学习需求和完善学科科目设置方案，优化教育质量。

3.6 教育点评体系[10]

经过数据发掘技能剖析学生作用数据库，得到课程相关性信息，给教务办理人员和学生供给一个有教导含义的参阅，为决议方案供给重要依据，习惯学分制变革的需求。在数据发掘进程中选用聚类办法和NP算法，选用SPSS软件技能对一些专业的相关数据进行核算剖析，发掘数据背面躲藏的信息与常识，提醒若干教育现象。

4 教育范畴数据发掘运用的展开趋势

教育范畴对数据发掘的运用需求日益显着，但无论是理论方面仍是运用方面，都还处于展开阶段。比方：怎么改善算法，完结关于多个信息库的兼容；怎么完结需求各要素之间的彻底正交化的相关剖析；时刻接连改动和高维数据的高效发掘算法的研讨；教育范畴数据发掘和常识发现结构模型的研讨。具体的一些小方针，比方选课体系不只体现在专业上，还应完结对学生的情感、身体、精力、文明和交际全面展开进行；怎么确认科学的点评规范，研制开发一套科学的发掘体系，树立完善教育点评、教师点评等体系，前进教务作业决议方案的有利及合理，也是下一步要做的作业。

参阅文献

[1]章兢，张小刚.数据发掘算法及其工程运用[M].北京：机械工业出版社，2006：35-45.

[2]Soman K P，等.数据发掘根底教程[M].范明，牛常勇，译.北京：机械工业出版社，2009.

[3]李娟.数据发掘技能在高校教育模型中的运用研讨[D].南京：南京理工大学，2009.

[4]李静，王建军.数据发掘在高校教育信息化办理中的运用讨论[J].科技信息，2006,8：300-301.

[5]韦伟，王永宽，石冰.依据粗集理论的教育点评体系优化办法[J].安庆师范学院学报，2006，12,3：95-96.

[6]钱程东，潘晓辉，汪审权，等.高校教育办理及信息化作业的有关考虑[D].长沙：国防科技大学，2006.

[7]李华，何茜，吴中福.依据Web的特性化学习体系研讨[D].重庆：重庆大学，2002.

[8]陈治国.数据发掘技能在教育决议方案支撑中的运用研讨[D].长沙：国防科学技能大学，2006.

篇6

1数据发掘的含义

数据发掘，英语为“DataMining”，意为从海量的不完好的辨识度不明晰的人类运用信息中，找到其间人们不能一眼发现可是有助于人们需求的那部分信息。由此可见，数据发掘是一种数据收拾和剖析的进程。数据发掘作为一种高档信息手法，包容了许多学科，它将以往的根本信息转化为高档信息并进行分类加以查找，从许多的信息数据中，找到所需求的来辅佐决议方案。其间，信息库、主动化、逻辑范畴它都有所触及和运用。传统的信息收拾体系，仅仅简略的信息整合与分类，不存在查找功用。相关于此，数据发掘的优势在于提取、整合、挑选三者合一，许多的节省了人们的时刻，前进了办事功率。一般来说，数据发掘的进程能够概括为：数据收拾、数据搜集、数据挑选、数据改换、数据发掘、数据点评、常识体现这七大进程。

2数据发掘办法在核算机教育中的运用

2.1数据发掘与教育质量点评

传统的教育办法下，要了解学生关于教师教育的满意程度，一般会采纳两种办法：其一，面临面说话；其二，经过填写定见表或反响表。这两种办法都存在一个显着的坏处，学生与教师的触摸过于直接，这样的办法下，许多学生不敢正面表达对教师的定见。关于核算机这门新学科来说，学生关于它的生疏度很高，假如教师的教育质量不能得到保证，学生也无法获取到有用的常识。跟着信息技能在新式教育体系的运用，数据发掘被运用到了教育质量点评之中，核算机的教育点评也被归入其间。经过树立教育质量点评体系的办法，让学生充沛定心的提出教育定见或主张，能够对教师的概括教育水平进行公平的点评，极大程度上前进了教育质量。关于核算机教育这种新式学科来说，能前进学生关于学科的正确认识，规矩学习心境。

2.2数据发掘与核算机查核

传统的考试以试卷为主，试卷的修改则以教师为主。而数据发掘运用于核算机考试之中，考试的办法从纸质试卷，变成了核算机的模仿操作。从学生的操作答题到学生终究试卷的得分上进行概括性的剖析，能够有用的发现学生在核算机学习中存在的缺乏之处。不只很大程度上减轻了教师的压力，并且核算机修改更为规范化，相对来说会给人更公平的感觉，避免了学生的不悦心境。数据发掘运用到核算机查核中，能够清楚地了解到学生在教育上的需求，然后再结合教育质量点评中，学生关于教师的教育要求。能够前进教育质量，推进学生关于核算机学习在整体学习。

2.2数据发掘与学生爱好和教育

数据发掘经过对聚类剖析法的运用，能够将学生依照爱好分为多个类别，引导教师在教育中，针对性教育，以前进教育的质量。数据聚类是数据发掘中的一个分类，是指关于静态数据剖析的一门技能。它是把类似的方针经过静态分类的办法区别出不同的组别或许多个子集，而存在于一个子集或组其他方针都会有类似的特色。经过运用这种数据发掘的技能，能够剖分出大学生对核算机的学习爱好。大致可分为三类：榜首类，触摸核算机较少，在日常日子中遇到的问题也很少会用核算机来处理，所以这类学生不会对核算机的学习有多大的爱好。第二类，对核算机的触摸频率不高，可是他们对核算机的认知正确并表明承受，选用分组学习时也不会有什么定见。第三类，触摸核算机比较频频，对其有着稠密的爱好乃至是依靠心思，这类人在核算机的学习上会充沛发挥自己的主观能动性，活跃的找材料，问教师，经过自学能根本满意大学生核算机根底常识的学习。由此可见，数据发掘办法下剖分出来，校园有必要改善现有的核算机授课办法。

2.3网络教育体系的引进

任何一门课程都是一个巨大的常识体系，关于学生的学习，八成常识根底理论常识的教育，在这个层面上来说，咱们在教育活动中要留意要难点的把握。要害时，教师一般会花较多的时刻去剖析，去深化，而面临有的常识，一般会一笔带过。这样的距离，关于某些好学的学生来说，会恰当难以承受。在核算机的教育上，引进网络教育体系，赋予学生满意本身常识需求的一个通道，网络实践便是一个巨大信息库，里边有各种的常识，学生能够经过网络去学习自己想要了解可是教师并未给出具体教育的常识。而这种网络教育体系实践上便是数据发掘的网络体现办法，由此可见，数据发掘办法被多方运用于核算机教育之中。

2.3数据发掘与核算机学习状况

核算机学习状况是核算机教育中教师们最为重视的问题。传统对学习状况的了解是日常教师的调查加上考试作用的剖析，然后得出一个学生关于核算机学习的优秀问题。而在数据年代今日，学生评测体系现已呈现，它也是运用了数据发掘的原理，所创立的一种契合当下教育需求的软件。经过对学生考试答题的状况进行剖析，了解到学生对应的常识缝隙，能够反映出学生关于常识点的把握状况，一同，这样的办法不掺杂人的爱情要素，会更为客观。尽管教师的调查才干不行置否，可是，长时间的教育活动会让他们的心境有偏颇，不免呈现评判学生有失公平的现象。核算机点评学生的学习状况，还能够拟定出对应的学习方案，生成温习方案。在检验结束后，能够将一切的信息都发给学生，让其本身去弥补自己的缺乏。关于教师教育，学生学习都有很大的协助。

3数据发掘关于核算机教育的含义

数据发掘是一种很是共同的信息收拾办法，在将数据发掘运用于核算机教育的进程中，从微观上来说，数据发掘运用于核算机教育，有助于改善核算机教育的现状，协助教师剖析自己在教育办法上存在的缺乏，协助学生剖析自己在学习进程中存在的缺失，推进核算机整个学科了解核算机教育关于社会的含义，以及什么样的教育内容才是对实践有用；从微观上来说，这实践上是数据发掘与核算机相结合的一个进程。有助于教育体系的强化和完善，从教育质量点评到学习质量点评，都是在剖析教与学两个进程中的缺乏，并以更为科学谨慎的办法，给教育活动拟定适宜的方案，用实践的办法协助学生了解核算机学习的含义，推进学生的核算机学习。

4结束语

篇7

要害词：数据发掘；教育点评

中图分类号：TP311 文献标识码：A 文章编号：1009-3044,201629-0012-02

尽管高档院校经过多年的教育实践现已积累了许多教育办理的数据，可是对这些数据的运用还仅仅停留在剖析外表信息的阶段，并且教师的评优评先也是以此为依据的。可是实践上，有许多重要的信息都躲藏在这些数据中。所以，怎样深化的运用这些数据，并将其转化为可认为校园办理者供给决议方案支撑的信息，是现在教育范畴中急需处理的问题。

1数据发掘概述

人们一般数据发掘,Data Mining称为数据的发掘，以全新的视点将相关的技能范畴紧密结合是其树立的首要根底，而在这其间则首要包含了数据库技能、常识发现技能,KDD技能、数据核算技能等。将相关的数据经过数据库进行查找，一同对查找出的数据进行深化的发掘剖析后，对其间运用价值以及具有潜在运用价值的进行存储，这样对数据进行发掘以及高档处理便是数据发掘首要的作业原理。而数据发掘则能够从以下两个方面进行具体的解说：首要，在浅层次上。在进行数据发掘时能够充沛的运用数据库办理体系的数据查询功用、数据探求功用以及数据报表功用等，进相关数据剖析的结合运用，其间一般会运用多维数据剖析法和数据核算剖析法，进行联机数据剖析的处理，然后取得所需求的相关参阅数据。其次在深层次上。其首要的意图是将在数据库中隐蔽性极强的数据探求出来。在针对高校数据的发掘和讨取时运用这一办法，不光能够将愈加全面的参阅数据供给给人们，一同也完结了对相关数据的科学合理的运用。

2数据发掘办法

2.1传核算算剖析办法

传统的核算剖析办法首要有：判别剖析、回归剖析、聚类剖析、探求剖析以及支撑量剖析等几方面的数据剖析。而先由用户供给所需求假定的相关数据，然后再经过体系对相关的参数进行数据验证，便是传统的核算剖析的首要原理。并且传统的核算剖析办法本身存在的坏处也相对较多，比方相关的数据有必要经过验证之后才干进行运用，并且为了保证数据探求时的真实性，需求用户不断地进行操作。而在广泛运用的核算学理论中，支撑矢量机,SVM便是人们探求出的新式的学习办法，其首要是以危险相对较小的核算学习理论结构为根底的，其意图是为了推进学习机的广泛运用才干。

2.2机器学习办法

概括学习法、以典范为推理根底的办法以及贝叶斯网络办法等是机器学习办法最常用的三种办法。以典范为推理根底的办法其首要的原理便是运用试验的办法对现已拟定的问题进行回答。就现在的状况而言，将典范推理和最近邻原理相结合是我国机器学习法研讨和探求的首要方向。其他，一多相关规矩为根底的分类算法也是功率相对较高且习惯功用较强的机器学习法。

2.3数据库办法

数据库办法首要有以可视化多维数据剖析为根底的办法、OLAP办法以及面向特色的概括办法等三种办法。

3数据发掘在教育点评中的运用

依照必定的教育规范规范和教育方针，对学院教育学的相关状况进行体系的检测与查核是教育点评的首要依据，一同依据教育作用和教育方针完结的程度，对其进行相应的改善。

3.1数据预备

数据预备包含数据挑选和数据预处理。1数据挑选。确认终究的使命方针并依据相关用户的需求，提取原始数据库的数据构成实践的方针数据便是数据挑选的终究意图。一般状况下教师的工号、职称、学历、年纪以及教龄等根本信息都是从院校的教务体系中提取的，相关数据提取完结之后再提取终究的点评数据。2数据预处理。去除噪声、缺失值以及删去一些无效的数据便是数据处理的首要内容。比方，假如学生对教师点评时呈现了极点的0分或许100分的话，就有必要对这些数据进行相应的处理。此外，假如由于学生的学号或许班级号等内容呈现了缺失，而形成的缺失值能够对其予以疏忽；一旦形成终究点评作用的缺失，那么就有必要对相关的数据及时的进行处理。

3.2数据发掘

将现已取得的一切的数据进行发掘便是咱们所说的数据发掘。1内部发掘。当时，学生点评是高校教育点评体系的主体，其首要是针对教师水平、教育内容、教育心境以及教育办法进行点评，经过对学生点评数据中的相关目标进行发掘剖析，就能够将其在的要害目标明晰。2内部与外部特征之间的相关规矩发掘。经过选用相关规矩，完结了对学生点评数据和教师根本信息的把握，而对高校教师的教育作用、教师的学历、年纪以及支撑等数据之间联络的研讨，能够将发掘进程首要分为以下三步：榜首，数据预备。经过随机抽取某高校的500份学生评教数据，并将职称、年纪以及评教分数等相关的数据信息调入数据库。一般状况下鉴定分数以及年纪都归于数值型数据，而职称则为文本型数据，那么就能够将这些数据先转化为布尔型，然后再进行相关数据的离散处理，并对鉴定分数和年纪进行分组，例如将年纪分为M1[24，29]，M2[30，39]，M3[40，49]，M4[50，60]四组；鉴定分数分为N1[90，100]，N2[80，89]，N3[60，79]，N4[0，59]四组；将职称的等级分为G1初级，G2中级，G3副高，G4t高。然后完结了在数据预备的阶段就奠定了以上三者之间的联络根底。第二，相关规矩发掘。假如所取得的鉴定分数为[90，100]，那么就证明其讲堂作用相对较好，同过发掘技能以及相关规矩算法的运用，能够及时的发现并把握教师讲堂作用的根本信息。第三，办法点评，便是对相关规矩信息进行开始的发掘。例如表1是某高校运用B/S结构，经过对原始的数据片段进行网上评教，得出实践的数据，表2是教师根本状况。

其间SID是学生编号，TID是教师编号，CID是课程编号，--I是各种评教目标，J是总评，数字代表对应的分数。这儿以表1中的B列目标为例，树立相关函数。

依照上面所叙述的相关函数的相关内容，就能够很简略的核算出教师学生评教的均匀分数为89，而这项目标的均匀分数为10，总分数应该为15，而对其间影响较大要害要素的百分比有必要至少到达a=9%，则x=10/89=11%，b=15/89=17%，X0=，X=代入相关函数，得f,x=0.48>0，这样也就进一步证明了这项目标对教育点评所带来的影响。然后，将相关的重要要素与教师的根本信息进行相关。一同将职称、年纪以及评教分数存入相应的数据库，并将其转化为布尔型-引。经过对相关数据库的查找，发现在一切的数据中一共有5条大鱼或许等于90的鉴定分数，假如将其最小支撑度设定为5%，那么其最小的可信度便是18%，经过这样的数据发掘，能够看出实践年纪M2[30，39]所取得的鉴定分数为Nl[90，100]的可能性是36%，支撑度是9%”，“职称为G2中级，鉴定分数为N1[90，100]的可能性是27%，支撑度是10%”开始作用。终究再运用相关的办法点评，经过进一步发掘发现31-49岁年纪段的教师其讲堂教育的经历非常的丰厚，并且其所取得的支撑度和可信度也相对较高，这些都为高校的办理部门供给了重要的决议方案支撑，关于可续合理的组织和分配师资资源为学生服务具有极大的协助。

篇8

数据发掘是一个渐渐展开的进程，翻译成英语叫做“DataMining”，了解为从海量的不完好的人们运用的信息中，找到藏在里边人们不能清楚明了但他们的确人类需求的那部分信息。数据发掘触及到好几门学科，它将人们运用的信息由根本信息向高档信息进行分类然后进行查找，深化到从信息中寻觅所需的常识，发明决议方案是的协助。涵盖了信息库、主动化、逻辑数理等范畴。数据发掘是一个不同以往的信息收拾体系，他的亮点是他能够对信息体系里的信息经过提取、容和、挑选和其他收拾，在其间找到有利于方案决议方案的重要信息。由于信息体系中存储了巨大的信息量,所以从信息体系里