基于數(shù)據(jù)挖掘的選修課成績分析系統(tǒng).pdf

1、數(shù)據(jù)挖掘技術是在海量數(shù)據(jù)中提取有用信息的有效手段,為人們從大量數(shù)據(jù)中獲取感興趣的、有用的信息提供了便捷之路。
　　 數(shù)據(jù)挖掘技術在教育領域應用相對較少,學校多年來的教學和管理工作積累了大量的數(shù)據(jù),目前這些數(shù)據(jù)只是一個待開發(fā)的“寶藏”,對學生信息、成績等數(shù)據(jù)的處理還一般停留在簡單的數(shù)據(jù)的備份和查詢階段。究其原因,近年來,學校招生人數(shù)逐年遞增,給學校學生管理、教學工作帶來了嚴峻的考驗,傳統(tǒng)的教學管理手段已逐漸不能適應社會的發(fā)展。

2、r>　　 本文對數(shù)據(jù)挖掘的過程、任務、方法和技術進行了闡述,對關聯(lián)規(guī)則中經(jīng)典的Apriori算法和分類算法中著名的決策樹ID3算法進行了較深入的研究。并以青島電子學校網(wǎng)上選修課平臺為基礎,著重介紹了Apriori算法和決策樹ID3算法在數(shù)據(jù)分析系統(tǒng)中實施數(shù)據(jù)挖掘的全過程。
　　 第一章闡述了數(shù)據(jù)挖掘的研究背景和現(xiàn)狀,提出了選題依據(jù)并分析了研究本課題的實用價值。
　　 第二章前半部分從數(shù)據(jù)挖掘的概念、挖掘的過程、任務、分

3、類、常用技術和方法幾個方面介紹了數(shù)據(jù)挖掘的相關理論知識。后半部分從ID3決策樹算法和Apriori關聯(lián)規(guī)則算法展開,探討了數(shù)據(jù)挖掘的具體算法的理論知識。先以ID3決策樹算法為重點,分析了如何在屬性選擇度量采用信息論的熵以及如何對決策樹進行剪枝;再以學生購物問題為例引出了關聯(lián)規(guī)則,介紹了關聯(lián)規(guī)則中支持度和置信度的重要概念,并就Apriori算法進行闡述。
　　 第三章著重介紹數(shù)據(jù)挖掘在學生成績分析系統(tǒng)中的設計與實現(xiàn)。根據(jù)所提出的實

4、施方案,在數(shù)據(jù)預處理階段做了大量的工作,設計的兩個數(shù)據(jù)挖掘模型,完整地實現(xiàn)了數(shù)據(jù)分類挖掘的全過程:ID3決策樹算法利用事后修剪法對決策樹進行修剪,生成決策樹用以分析影響學生成績優(yōu)良的因素,從而產(chǎn)生分類規(guī)則;Apriori關聯(lián)規(guī)則算法總結出了課程之間的相互影響的關聯(lián)規(guī)則,從中找出規(guī)律反饋給教學環(huán)節(jié)。
　　 第四章重點介紹了應用數(shù)據(jù)挖掘分類技術所開發(fā)的決策樹分類系統(tǒng)。該分類系統(tǒng)具有數(shù)據(jù)文件訪問、生成決策樹、修剪決策樹、產(chǎn)生分類規(guī)則、

5、預測新數(shù)據(jù)的功能。
　　 第五章著重介紹了使用關聯(lián)規(guī)則Apriori算法對學生評教數(shù)據(jù)進行挖掘的方法,經(jīng)過確定挖掘對象、數(shù)據(jù)準備、數(shù)據(jù)挖掘、結果分析及知識同化幾步操作,對挖掘的實施過程進行了分析,得到規(guī)則結論,總結出教學質量的好壞與哪些因素有關。
　　 通過有效的數(shù)據(jù)挖掘可以挖掘出很多意想不到的知識,從而會促進教學質量的進一步提高,科學地指導教學。本文的研究結論對實際的教學管理提出了很好的建議,給我校的教學管理工作又添上