發(fā)布時(shí)間：2023-04-02 03:33

　　數(shù)據(jù)挖掘技術(shù)逐漸在商業(yè)、金融業(yè)以及市場營銷等領(lǐng)域得到了廣泛的應(yīng)用,但至今在教育業(yè)中應(yīng)用較少。當(dāng)前大多數(shù)學(xué)校使用的教學(xué)管理系統(tǒng)還停留在OLTP系統(tǒng)上,這種系統(tǒng)很難較好地利用歷史數(shù)據(jù),更不用說教學(xué)系統(tǒng)中隱藏信息的提取。為了更加有效地利用教學(xué)系統(tǒng)中的信息,有些學(xué)校逐漸將數(shù)據(jù)挖掘技術(shù)應(yīng)用于教學(xué)管理系統(tǒng)中,但是由于起步較晚,數(shù)據(jù)挖掘技術(shù)在教學(xué)管理系統(tǒng)中的應(yīng)用還非常受限。由于近年來高校擴(kuò)招現(xiàn)象更為明顯,師生比例逐漸失調(diào),較少的教職工人員難以實(shí)現(xiàn)對數(shù)量龐大的學(xué)生進(jìn)行管理,為此本文主要針對如何對教學(xué)管理系統(tǒng)的數(shù)據(jù)信息進(jìn)行科學(xué)的利用進(jìn)行了研究,以蘭州教育學(xué)院為研究對象,研究了數(shù)據(jù)挖掘技術(shù)在學(xué)校招生工作、學(xué)生發(fā)展、學(xué)生管理以及課堂教學(xué)質(zhì)量評價(jià)中的作用。本文的具體研究工作包括:(1)雖然蘭州教育學(xué)院的教學(xué)管理系統(tǒng)已經(jīng)使用多年,但并未建立相應(yīng)的數(shù)據(jù)倉庫,因此首先設(shè)計(jì)并建立了蘭州教育學(xué)院的教務(wù)信息分析數(shù)據(jù)倉庫:首先對蘭州教育學(xué)院的教務(wù)信息分析數(shù)據(jù)倉庫的模型進(jìn)行了建立和設(shè)計(jì);然后構(gòu)建了蘭州教育學(xué)院教學(xué)信息分析數(shù)據(jù)倉庫;最后使用SQL Server對倉庫中的數(shù)據(jù)集進(jìn)行分析。(2)為使數(shù)據(jù)挖掘效果更好,本文對現(xiàn)有的A...

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 數(shù)據(jù)挖掘的產(chǎn)生
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 研究內(nèi)容
第二章 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)
    2.1 數(shù)據(jù)倉庫技術(shù)
        2.1.1 數(shù)據(jù)倉庫的定義
        2.1.2 數(shù)據(jù)倉庫的建模
        2.1.3 數(shù)據(jù)倉庫系統(tǒng)的結(jié)構(gòu)
        2.1.4 數(shù)據(jù)倉庫構(gòu)建方法和步驟
    2.2 聯(lián)機(jī)分析處理
        2.2.1 OLAP的功能及體系結(jié)構(gòu)
        2.2.2 OLAP數(shù)據(jù)組織模型
    2.3 數(shù)據(jù)挖掘技術(shù)
        2.3.1 數(shù)據(jù)挖掘定義
        2.3.2 數(shù)據(jù)挖掘步驟
        2.3.3 數(shù)據(jù)挖掘方法
    2.4 三者的關(guān)系
        2.4.1 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的關(guān)系
        2.4.2 OLAP與數(shù)據(jù)挖掘的比較
第三章 教務(wù)信息分析數(shù)據(jù)倉庫的設(shè)計(jì)
    3.1 數(shù)據(jù)挖掘技術(shù)在教育信息中的應(yīng)用
    3.2 教務(wù)信息分析數(shù)據(jù)倉庫模型的建立
        3.2.1 主題的建立
        3.2.2 建立數(shù)據(jù)倉庫的數(shù)據(jù)模型
    3.3 教務(wù)信息分析數(shù)據(jù)倉庫的生成
        3.3.1 教學(xué)信息分析數(shù)據(jù)倉庫的設(shè)計(jì)流程
        3.3.2 源數(shù)據(jù)的分析及處理
        3.3.3 教學(xué)信息分析數(shù)據(jù)倉庫的構(gòu)建
        3.3.4 教學(xué)信息分析數(shù)據(jù)倉庫的管理
    3.4 多維數(shù)據(jù)集的操作和分析
        3.4.1 SQLServer2000分析服務(wù)器
        3.4.2 多維數(shù)據(jù)的瀏覽
        3.4.3 基于多維數(shù)據(jù)集的學(xué)生成績分析
第四章 關(guān)聯(lián)規(guī)則技術(shù)及算法改進(jìn)
    4.1 關(guān)聯(lián)規(guī)則概述
        4.1.1 關(guān)聯(lián)規(guī)則的概念
        4.1.2 關(guān)聯(lián)規(guī)則挖掘算法分類
    4.2 關(guān)聯(lián)規(guī)則挖掘算法——頻繁集方法
    4.3 關(guān)聯(lián)規(guī)則挖掘算法的改進(jìn)
        4.3.1 改進(jìn)算法的準(zhǔn)備
        4.3.2 基于數(shù)組的Apriori算法的改進(jìn)
        4.3.3 實(shí)例分析
        4.3.4 實(shí)驗(yàn)結(jié)果與比較
第五章 關(guān)聯(lián)規(guī)則在成績預(yù)警中的應(yīng)用
    5.1 問題的提出
    5.2 成績預(yù)警模型的描述
    5.3 成績預(yù)警模型的構(gòu)建
        5.3.1 成績數(shù)據(jù)預(yù)處理
        5.3.2 挖掘關(guān)聯(lián)規(guī)則
        5.3.3 解釋與評價(jià)
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝



本文編號：3778448