

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)研究、開(kāi)發(fā)和應(yīng)用最活躍的分支之一,也是決策支持系統(tǒng)的關(guān)鍵因素。數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)支持管理決策過(guò)程的、面向主題的、隨時(shí)間而變的數(shù)據(jù)集合,它是集成的,也是穩(wěn)定的。數(shù)據(jù)挖掘是采用人工智能的方法對(duì)數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行分析、獲取知識(shí)的過(guò)程。它們的結(jié)合能更好地為學(xué)校或有關(guān)部門(mén)不同范圍的決策分析提供有力的依據(jù)。 本文通過(guò)對(duì)數(shù)據(jù)倉(cāng)庫(kù)理論和數(shù)據(jù)挖掘技術(shù)的研究,結(jié)合選課系統(tǒng)的特點(diǎn),提出將數(shù)據(jù)倉(cāng)庫(kù)理論和數(shù)據(jù)挖掘技術(shù)運(yùn)用到
2、教學(xué)管理中,并結(jié)合一個(gè)實(shí)際項(xiàng)目,給出具體的設(shè)計(jì)及實(shí)施方案。隨著高校教學(xué)體制及模式改革,專業(yè)設(shè)置日趨多樣化,課程學(xué)分制的普及,學(xué)生選課成為高校教學(xué)管理的一項(xiàng)重要工作。而現(xiàn)代化的高校教務(wù)管理需要現(xiàn)代化的信息管理系統(tǒng)支持,縱觀以往的學(xué)生選課管理系統(tǒng),多半是單純完成選課功能的系統(tǒng),缺乏綜合分析、輔助決策的能力,并且對(duì)其歷史積累的海量信息中隱含知識(shí)的利用無(wú)能為力,而這些信息,則可以輔助相關(guān)部門(mén)進(jìn)行合理的教學(xué)資源分配并做出相應(yīng)開(kāi)課決策,對(duì)教學(xué)進(jìn)行合
3、理的評(píng)估。采用先進(jìn)技術(shù)通過(guò)對(duì)學(xué)生選課進(jìn)行分析過(guò)程中產(chǎn)生的數(shù)據(jù)進(jìn)行多層次、多角度的分析,利用分析結(jié)果輔助教學(xué)決策是保證教學(xué)質(zhì)量、提高學(xué)生素質(zhì)的必然要求。 該系統(tǒng)結(jié)合了學(xué)生選課系統(tǒng)、選課數(shù)據(jù)分析系統(tǒng),兩大主要功能模塊,本文著重介紹了選課數(shù)據(jù)分析系統(tǒng)即數(shù)據(jù)挖掘模塊的實(shí)現(xiàn)方法與相關(guān)技術(shù),在選擇數(shù)據(jù)挖掘算法時(shí),經(jīng)過(guò)仔細(xì)分析與研究,發(fā)現(xiàn)長(zhǎng)期以來(lái),挖掘頻繁模式主要采用Apriori算法及其改進(jìn)形式,這類算法需要產(chǎn)生大量候選項(xiàng)集,并反復(fù)掃描數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于FP-tree最大頻繁模式超集挖掘算法.pdf
- 基于FP-Tree的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于FP-Tree的最大頻繁項(xiàng)集挖掘算法研究.pdf
- 基于投影數(shù)組和加權(quán)FP-tree的頻繁項(xiàng)集挖掘算法研究.pdf
- 數(shù)據(jù)流中基于FP-Tree的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于FP-Tree的多層關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于fp-tree關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用
- 數(shù)據(jù)流中基于優(yōu)化的FP-tree的頻繁模式挖掘方法研究.pdf
- 基于FP-tree關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用.pdf
- 基于FP-tree的關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf
- 基于FP-tree的多層關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf
- 基于FP-tree最小無(wú)冗余關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于Hadoop的分布加權(quán)FP-tree算法的研究.pdf
- 基于FP-樹(shù)的最大頻繁模式挖掘算法研究.pdf
- 基于COFI-Tree的頻繁閉合模式挖掘算法的研究.pdf
- 基于FP-樹(shù)的頻繁模式和長(zhǎng)模式挖掘.pdf
- 基于約簡(jiǎn)頻繁模式樹(shù)的頻繁模式挖掘及查詢算法研究.pdf
- 一種基于全局頻繁模式的數(shù)據(jù)挖掘算法及系統(tǒng)實(shí)現(xiàn).pdf
- 基于頻繁模式的數(shù)據(jù)挖掘算法分析與改進(jìn).pdf
- 基于Hadoop的頻繁模式挖掘算法研究.pdf
評(píng)論
0/150
提交評(píng)論