数据挖掘在初中学生管理中的应用

论文摘要

教学质量和学生的辅导工作是每一所学校所注重的问题。它与评价和改善教学管理的各种因素息息相关。怎样从学生成绩诸多的数据中发现有效的数据,并能为教学起到指导作用;怎样在对学生调查表的反馈信息中找到有效信息。这些都是我们教育工作者所关注的。本文根据以上原因研究如何将数据挖掘技术与成绩管理,“问题学生”管理分析系统相结合,从大量数据中提取出隐藏在数据之中的有用的信息。同时根据当前成绩管理的具体情况,介绍了数据挖掘相关知识,详细分析比较了数据挖掘技术的有关内容,决定选取诀策树方法及粗糙集理论应用到学生成绩分析系统。并在文中阐述了成绩管理的作用、现状以及现有成绩管理的不足,对决策树算法及粗糙集理论进行了详细的介绍,对各自在成绩管理中的作用进行了详尽的阐述,同时对“问题学生”管理分析系统如何运用挖掘技术也有了简单的介绍。利用挖掘技术对“问题学生”管理分析系统中数据的分析,以及应用ID3算法对不同课程类型的学生成绩进行分析,找出影响学生成绩的潜在因素,使学生能够较好地保持良好的学习状态,从而为教学部门提供诀策支持信息,促使更好地开展教学工作,提高教学质量;应用粗糙集理论对我校某教学班级的数学成绩进行分析,找出对学生总体成绩影响最重要的因素,以便为数学教师改变教学方式和方法、提高整体教学质量方面提供依据,该方法还可以推广到对其他教学班不同考试科目的成绩进行分析,从而为进一步完善成绩管理系统提供技术支持。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 论文背景
• 1.2 主要内容
• 1.3 研究意义
• 1.4 论文结构
• 第2章 数据挖掘相关知识
• 2.1 数据挖掘技术
• 2.1.1 数据挖掘技术产生
• 2.1.2 数据挖掘的定义
• 2.1.3 数据挖掘的功能
• 2.1.4 数据挖掘的对象
• 2.1.5 数据挖掘的过程
• 2.1.6 数据挖掘的方法和技术
• 第3章 学生成绩管理及"问题学生"管理分析系统
• 3.1 学生成绩管理的必要性
• 3.2 学生成绩管理的研究现状
• 3.3 学生成绩管理的作用
• 3.4 "问题学生"管理系统分析
• 第4章 决策树在学生成绩管理中的应用
• 4.1 应用决策树算法对学生成绩进行分析
• 4.2 决策树类型
• 4.3 决策树分类算法
• 4.4 决策树的生成步骤
• 4.5 决策树的构造方法
• 4.5.1 初始决策树的生成
• 4.5.2 属性选择度量
• 4.5.3 树的剪枝
• 4.6 决策树评价指标
• 4.7 从决策树提取分类规则
• 4.8 应用ID3算法构造学生考试成绩分析决策树
• 4.8.1 数据清理
• 4.8.2 利用ID3算法构造学生考试成绩分析决策树
• 4.8.3 实验结果
• 4.9 小结
• 第5章 粗糙集理论在学生成绩分析中的应用
• 5.1 粗糙集的产生
• 5.2 粗糙集的特点
• 5.3 粗糙集的基本概念
• 5.4 应用粗糙集理论进行学生成绩分析
• 5.5 小结
• 第6章 在"问题学生"管理分析系统的设想
• 6.1 "迷恋网络"学生的分析方式
• 6.2 "迷恋网络"学生的问卷调查
• 结论
• 参考文献