數(shù)據(jù)挖掘技術(shù)在職高教學評價與就業(yè)分析中的應(yīng)用研究.pdf

1、近年來，中等職業(yè)教育隨著社會制度、資金投入體系、就業(yè)分配政策等多方面的變革，不得不走出學校，面向市場，時刻處于優(yōu)勝劣汰的處境，學校的發(fā)展也面臨諸多的壓力和挑戰(zhàn)，而大部分的學校管理信息系統(tǒng)僅僅局限于數(shù)據(jù)的簡單處理，對教師的教學評價、課程設(shè)置、學生成績以及學生就業(yè)情況這些數(shù)據(jù)之間的聯(lián)系缺乏調(diào)查分析，因此，無法更好的進行教學改革和對學生有效的就業(yè)指導(dǎo)，導(dǎo)致職業(yè)院校發(fā)展緩慢，供需矛盾突出，嚴重阻礙了職業(yè)院校的發(fā)展。當面對職業(yè)院校近幾十年的大量原

2、始數(shù)據(jù)，如何快速而準確地找出有效信息，從而對學校課程設(shè)置和教師授課方式的提供參考指導(dǎo)，是本課題的研究目的。
　　本課題首先深入研究數(shù)據(jù)挖掘相關(guān)理論，重點分析基于迭代和剪枝的Apriori算法優(yōu)缺點，對經(jīng)典算法存在問題的進行分析，并介紹相關(guān)改進方法，更好地發(fā)現(xiàn)數(shù)據(jù)中隱藏的頻繁項集。同時，針對職業(yè)高中課程設(shè)置職業(yè)化、教學評價的主觀公平性以及用人單位的選擇因素帶來的項集之間重要程度多樣化問題，引入影響因子的概念，結(jié)合地址映射的快速剪枝機

3、制，提出一種改進的關(guān)聯(lián)規(guī)則挖掘Apriori算法，減少頻繁項集生成的數(shù)量，進行候選項集的剪枝效率優(yōu)化，提高算法的時間和空間復(fù)雜度，期望符合當前職業(yè)教育的背景，能夠更加有效、準確、深入地發(fā)現(xiàn)項集之間的內(nèi)在聯(lián)系，挖掘蘊含的規(guī)則，并通過相關(guān)實驗對算法性能進行分析，驗證了改進后算法的有效性。
　　最后，將該算法應(yīng)用于職業(yè)高中的教學評價與就業(yè)分析中，通過對原始數(shù)據(jù)的預(yù)處理、清洗等步驟，發(fā)現(xiàn)其內(nèi)在的聯(lián)系，挖掘更深層次的關(guān)鍵因素和規(guī)則，對學校的