數(shù)據(jù)挖掘在教務(wù)系統(tǒng)中的應(yīng)用與研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘是數(shù)據(jù)庫研究、開發(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)倉庫是一個支持管理決策過程的、面向主題的、隨時間而變的數(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數(shù)據(jù)庫和數(shù)據(jù)倉庫中的數(shù)據(jù)進行分析、獲取知識的過程。它們的結(jié)合能更好地為企業(yè)或有關(guān)部門不同范圍的決策分析提供有力的依據(jù)。 縱觀以往的教學(xué)管理系統(tǒng),多半是OLTP系統(tǒng),缺乏綜合分析、輔助決策的能力,更不能對其歷史積累的海量信息

2、中隱含知識進行有效挖掘。 多角度的分析與挖掘,利用挖掘結(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。本文主要描述了教務(wù)系統(tǒng)中數(shù)據(jù)倉庫的建立和實施,探索了分類的決策樹算法和聚類分析中的K—平均值算法以及K—中心點算法,并改進數(shù)據(jù)預(yù)處理方法和決策樹算法,使其更適應(yīng)教務(wù)系統(tǒng)數(shù)據(jù)挖掘。主要研究內(nèi)容包括: 1.根據(jù)數(shù)據(jù)倉庫技術(shù)的基本原理,構(gòu)建教務(wù)系統(tǒng)的數(shù)據(jù)倉庫; 2.通過設(shè)計并實現(xiàn)ETL工具獲取數(shù)據(jù)倉庫所需數(shù)據(jù);

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論