数据挖掘在学校管理和学生培养中的应用

论文摘要

数据挖掘技术,是数据库和人工智能领域中研究、开发和应用最活跃的分支之一,是一门综合性多学科的技术领域,其中的一个极其重要的内容是关联规则挖掘技术。它的主要目的在于发现分析数据库中庞大的、看似无关紧要的数据之间潜在的暗含着的、有价值的关系。近些年来被非常深入的应用在产品质量分析、金融风险预测、电信、分子生物学、基因工程研究以及信息搜索等众多领域。随着学校教育体系的发展成熟,教学规模的渐渐扩大,管理的逐步规范化,学校教学管理面临着很大的压力。为了适应发展,大部分学校利用校园网等资源进行了教育信息化,教务管理系统的运用使教务管理产生了质的变化,大大提高了工作效率,减少了人力物力的浪费。将数据挖掘技术运用于教务管理中,利用分析结果辅助教学决策科学的指导有助于帮助管理者做出科学的决策,是一项具有重大意义的研究。本文对数据挖掘技术作了一般性简单的研究,对它的概念、产生的背景、意义以及数据挖掘的技术、方法、应用领域等做了简单的介绍。然后很详细的介绍了数据挖掘中关联规则挖掘,阐述关联规则挖掘涉及的相关概念、性质等,解析了关联规则中的经典算法——Apriori算法。通过对算法的分析比较,发现缺陷,引出了一些改进了的Apriori算法,并接着提出了一种改进了的Apriori算法：介绍了该改进算法的基本思想、理论基础以及该算法实现的详细步骤,并举例详细说明了该算法的挖掘步骤。本文将改进了的Apriori算法应用于学校管理和学生信息分析中,以教学评价数据和学生信息为例,通过对教师的素质、教师考评成绩、学生成绩数据、综合表现数据的挖掘,发现了教学质量与教师素质之间的、学生成绩和在单位表现之间的联系,并依据挖掘结果提出了提高教学质量的方案,为教学管理部门提供了决策和指导。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 数据挖掘背景
• 1.2 数据挖掘的历史和现状
• 1.3 论文的背景和意义
• 1.4 论文内容和结构
• 第二章 数据挖掘的相关理论及技术
• 1.1 知识发现与数据挖掘
• 1.2 数据挖掘的步骤
• 1.2.1 数据预处理
• 1.2.2 数据挖掘
• 1.2.3 评估和表示
• 1.3 数据挖掘的任务
• 1.4 数据挖掘的分类
• 1.5 数据挖掘方法
• 1.6 数据挖掘的应用
• 第三章 关联规则
• 1.1 关联规则概述
• 1.1.1 关联规则的定义
• 1.1.2 关联规则的性质
• 1.2 关联规则的基本算法—Apriori算法
• 1.2.1 Apriori算法
• 1.2.2 Apriori算法举例
• 1.3 改进Apriori算法
• 1.3.1 Apriori存在的问题
• 1.3.2 Apriori的改进分类
• 1.3.3 改进的Apriori算法实现
• 第四章 运用关联规则挖掘学校和学生数据库中的知识
• 1.1 关联规则对教学管理方面挖掘
• 1.1.1 问题求解过程
• 1.1.2 问题描述
• 1.1.3 数据的预处理
• 1.1.4 关联规则挖掘
• 1.1.5 测试结果与分析
• 1.2 关联规则对学生培养方面的数据挖掘
• 1.2.1 数据搜集
• 1.2.2 关联规则挖掘过程
• 1.2.3 评价分析
• 1.3 小结
• 结语
• 参考文献
• 致谢