發(fā)布時間：2018-04-17 04:41

  本文選題：數(shù)據(jù)倉庫 + 數(shù)據(jù)挖掘��； 參考：《蘭州大學(xué)》2017年碩士論文

【摘要】：伴隨著高校辦學(xué)規(guī)模的不斷擴(kuò)大和在校生數(shù)量的增多,各個高校都相繼建立了學(xué)籍管理系統(tǒng)、成績管理系統(tǒng)等教學(xué)管理系統(tǒng)。這些系統(tǒng)都具有各自專門的數(shù)據(jù)庫,但目前對它們的處理方式大都是對指定的數(shù)據(jù)進(jìn)行簡單的備份、查詢以及簡單統(tǒng)計,并未對這些數(shù)據(jù)所包含的潛在信息進(jìn)行提取和分析,這樣浪費了大量的信息資源。數(shù)據(jù)挖掘技術(shù)正是解決這類問題可行且有效的方法。將數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)應(yīng)用于學(xué)生成績相關(guān)數(shù)據(jù)分析中,發(fā)掘其內(nèi)部潛在的信息,這些信息對學(xué)院課程建設(shè)、專業(yè)建設(shè)、教學(xué)質(zhì)量提高等方面的工作都具有重要的現(xiàn)實意義。本論文將數(shù)據(jù)挖掘技術(shù)應(yīng)用到我院學(xué)生成績相關(guān)數(shù)據(jù)分析中,發(fā)掘出有用的信息,并使用分析得出的結(jié)果來進(jìn)行決策指導(dǎo),本文的主要工作內(nèi)容分為以下幾個方面:一、對學(xué)生各門課程的成績和學(xué)習(xí)情況進(jìn)行調(diào)查研究,獲取相關(guān)初始數(shù)據(jù);二、提取學(xué)院教學(xué)管理信息系統(tǒng)中的數(shù)據(jù),并對原始數(shù)據(jù)進(jìn)行清理、集成、轉(zhuǎn)換及加載,使用MS SQL Server 2008 R2 EE設(shè)計并建立數(shù)據(jù)倉庫;三、采用關(guān)聯(lián)規(guī)則挖掘、聚類和分類方法,對教學(xué)數(shù)據(jù)進(jìn)行深入分析,挖掘出其中的有趣規(guī)則,找出課程成績之間的相互影響關(guān)系以及學(xué)習(xí)成績與自身學(xué)習(xí)行為之間的關(guān)系;四、對不同的數(shù)據(jù)挖掘方法進(jìn)行分析和比較,并對挖掘結(jié)果做出評估,為學(xué)院教學(xué)管理的相關(guān)決策方案提供科學(xué)參考依據(jù)。論文詳細(xì)闡述了數(shù)據(jù)挖掘的相關(guān)概念以及關(guān)聯(lián)規(guī)則挖掘、聚類規(guī)則挖掘和分類規(guī)則挖掘方法的理論基礎(chǔ)與分析過程。重點介紹了數(shù)據(jù)挖掘技術(shù)在學(xué)生成績分析中的應(yīng)用,并采用這三種挖掘方法進(jìn)行一組學(xué)生考試成績樣本數(shù)據(jù)的分析:通過對不同課程成績的相關(guān)性的分析,為課程設(shè)置的先后順序提供了一些可行性的建議;通過對課程成績的聚類分析,彌補(bǔ)了傳統(tǒng)成績等級劃分方法的不足;通過對影響課程成績高低因素的分析,為如何提高課程成績,進(jìn)而提高教學(xué)質(zhì)量提供了有益參考。
[Abstract]:With the continuous expansion of the scale of running a university and the increase of the number of students, each university has set up the teaching management system such as student status management system, achievement management system and so on.These systems all have their own special databases, but at present, most of them are processed by simple backup, query and simple statistics of the specified data, without extracting and analyzing the potential information contained in these data.This wasted a lot of information resources.Data mining technology is a feasible and effective method to solve this kind of problems.Applying data warehouse and data mining technology to the data analysis of students' achievement, to discover the potential information inside, which is helpful to the course construction and specialty construction of the college.The improvement of teaching quality has important practical significance.This paper applies the data mining technology to the data analysis of the students' achievement in our college, finds out the useful information, and uses the results of the analysis to guide the decision. The main work of this paper is divided into the following aspects: 1.To investigate and study the students' achievement and study situation of each course, to obtain the related initial data; second, to extract the data from the teaching management information system of the college, and to clean, integrate, convert and load the original data.Using MS SQL Server 2008 R2EE to design and build data warehouse. Thirdly, using association rules mining, clustering and classification methods, the teaching data are deeply analyzed, and the interesting rules are mined out.To find out the interaction between curriculum achievement and learning achievement and their own learning behavior; fourth, to analyze and compare different data mining methods, and to evaluate the results of mining.It provides the scientific reference for the decision-making scheme of the teaching management in the college.The related concepts of data mining and the theoretical basis and analysis process of association rule mining, clustering rule mining and classification rule mining are described in detail in this paper.This paper mainly introduces the application of data mining technology in the analysis of students' scores, and adopts these three mining methods to analyze the sample data of students' examination results.It provides some feasible suggestions for the sequence of curriculum setup; through the clustering analysis of the course results, it makes up for the shortcomings of the traditional grading method; through the analysis of the factors affecting the curriculum achievement,It provides a useful reference for how to improve the course achievement and improve the teaching quality.
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：G647.3;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陶榮;;基于Apriori算法在學(xué)生信息管理系統(tǒng)中的應(yīng)用與研究[J];計算機(jī)光盤軟件與應(yīng)用;2012年21期

2 何小明;張自力;肖燦;夏大飛;;基于OLAP與數(shù)據(jù)挖掘的高考招生數(shù)據(jù)分析[J];計算機(jī)科學(xué);2012年06期

3 吳夙慧;成穎;鄭彥寧;潘云濤;;K-means算法研究綜述[J];現(xiàn)代圖書情報技術(shù);2011年05期

4 趙洪英;蔡樂才;李先杰;;關(guān)聯(lián)規(guī)則挖掘的Apriori算法綜述[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2011年01期

5 楊靜;張楠男;李建;劉延明;梁美紅;;決策樹算法的研究與應(yīng)用[J];計算機(jī)技術(shù)與發(fā)展;2010年02期

6 劉華婷;郭仁祥;姜浩;;關(guān)聯(lián)規(guī)則挖掘Apriori算法的研究與改進(jìn)[J];計算機(jī)應(yīng)用與軟件;2009年01期

7 車曉妮;;基于SQL Server 2005的數(shù)據(jù)挖掘算法應(yīng)用研究與實現(xiàn)[J];沈陽師范大學(xué)學(xué)報(自然科學(xué)版);2008年04期

8 陸志香;;數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J];科技廣場;2008年08期

9 鄒芳紅;;Web數(shù)據(jù)挖掘與個性化搜索引擎綜述[J];計算機(jī)與現(xiàn)代化;2007年08期

10 周勇;數(shù)據(jù)挖掘技術(shù)發(fā)展綜述[J];中國科技信息;2005年16期

相關(guān)博士學(xué)位論文 前1條

1 葉飛躍;關(guān)聯(lián)規(guī)則及其元規(guī)則挖掘技術(shù)研究[D];南京航空航天大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 柳玉巧;聚類分析和關(guān)聯(lián)規(guī)則技術(shù)在成績分析中的研究及應(yīng)用[D];華中師范大學(xué);2014年

2 孫月昊;基于關(guān)聯(lián)規(guī)則的成績分析及課程設(shè)置研究[D];河北科技大學(xué);2013年

3 夏青;基于K-means算法的學(xué)生校園活動管理分析[D];蘇州大學(xué);2013年

4 李仁義;數(shù)據(jù)挖掘中聚類分析算法的研究與應(yīng)用[D];電子科技大學(xué);2012年

5 顧紅其;面向電子商務(wù)的web挖掘中關(guān)聯(lián)算法的研究[D];蘇州大學(xué);2009年

6 王肇剛;基于網(wǎng)絡(luò)拓?fù)浼s束的時序數(shù)據(jù)挖掘算法研究與應(yīng)用[D];北京郵電大學(xué);2009年

7 黃愛輝;基于決策樹算法的考試成績分析系統(tǒng)的研究與開發(fā)[D];湖南大學(xué);2008年

8 張建輝;K-means聚類算法研究及應(yīng)用[D];武漢理工大學(xué);2007年

9 陳偉;數(shù)據(jù)倉庫及數(shù)據(jù)挖掘技術(shù)在部隊食品采購系統(tǒng)中的應(yīng)用[D];重慶大學(xué);2005年

10 鄭東飛;基于XML的Web數(shù)據(jù)挖掘技術(shù)研究與實現(xiàn)[D];山東大學(xué);2005年

，

本文編號：1762145