數(shù)據(jù)挖掘在教務系統(tǒng)中的研究與實現(xiàn).pdf

1、隨著信息化時代的全面發(fā)展，教育信息化水平程度已成為衡量一個國家或地區(qū)教育現(xiàn)代化進程的重要標志。高校的各種系統(tǒng)和各類數(shù)據(jù)庫已經積累了大量的數(shù)據(jù)。為了提高管理水平和辦學質量，更加滿足教學管理的需要，本文重點對教學管理數(shù)據(jù)挖掘系統(tǒng)進行了系統(tǒng)的分析和研究。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。它們的結合能更好地為企業(yè)或有關部門不同范圍的決策分析提供有力的依據(jù)。
　　 分析以往的教學管理系統(tǒng)，大多

2、數(shù)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，利用挖掘結果輔助教學決策是保證教學質量、提高學生素質的必然要求。本文主要描述了教務系統(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)預處理方法和決策樹算法，使其更適應教務系統(tǒng)數(shù)據(jù)挖掘。主要研究內容包括：1.根據(jù)數(shù)據(jù)倉庫技術的基本原理，構建教務系統(tǒng)

3、的數(shù)據(jù)倉庫；2.通過設計并實現(xiàn)ETL工具獲取數(shù)據(jù)倉庫所需數(shù)據(jù)；3.在數(shù)據(jù)倉庫的基礎上采用分類算法、聚類算法對教務系統(tǒng)中的大學英語四級和學生畢業(yè)情況進行建模分析，并改進分類算法；4.實現(xiàn)并改進數(shù)據(jù)預處理方法；5.設計并實現(xiàn)面向教務系統(tǒng)的數(shù)據(jù)挖掘平臺。
　　 通過在教學管理數(shù)據(jù)挖掘系統(tǒng)中的具體挖掘實踐，我們可以得到許多有價值的信息，這些信息在幫助學校更好地進行學生的培養(yǎng)，對學生表現(xiàn)情況的掌握以及課程的安排等方面無疑具有重要的指導意義