学位论文 > 优秀研究生学位论文题录展示

数据挖掘技术在高校学生成绩分析中的应用研究

作　者: 李庆香
导　师: 涂涛
学　校: 西南大学
专　业: 教育技术学
关键词: 数据挖掘成绩分析决策树大学计算机基础分类规则
分类号: TP311.13
类　型: 硕士论文
年　份: 2009年
下　载: 338次
引　用: 9次
阅　读: 论文下载

内容摘要

在高校教育中,随着高校招生规模的扩大,在校学生人数达到上万甚至十几万,使得高校教务管理系统中拥有大量学生的成绩数据,但是目前对这些成绩数据的应用还停留在初级阶段,仅仅进行简单的查询及统计工作,造成了对教学信息资源的浪费。本研究的目的就是利用数据挖掘技术,充分挖掘、分析学生成绩数据中隐含的多层次信息,为提高教学绩效提供科学依据。数据挖掘技术可以帮助人们从数据库,特别是数据仓库的相关数据集中提取出感兴趣的知识、规律或更高层次的信息,并可以帮助人们从不同程度上去分析它们,从而可以更有效地利用数据库或数据仓库中的数据。数据挖掘技术不仅可以用于描述过去数据的发展过程,还能够预测未来趋势。分类发现作为数据挖掘的一项重要任务,在科学实验,医疗诊断,气象预报,信贷审核,数据预测,案件侦破等领域有着广泛应用。本文研究了数据挖掘技术的相关理论知识,并对分类算法中的决策树进行了研究,在教育学相关理论背景的支撑下,提出了将决策树中的C5.0算法应用于学生成绩分析,找出影响学生《大学计算机基础》课程成绩的主要因素,并生成决策树模型,利用该模型分析学生成绩优良以及不合格与哪些因素有关,并利用SPSS Clementine实现了数据的自动预处理,并将该方法推广到其它课程,为教师今后的教学和学生的学习提供了依据。

全文目录

摘要  4-5
ABSTRACT  5-6
第一章绪论  6-17
  1.1 课题研究背景和意义  6-7
  1.2 国内外研究现状  7-12
  1.3 相关概念界定  12-15
  1.4 主要研究方法  15-16
  1.5 研究内容  16
  1.6 本章小节  16-17
第二章课题的相关背景知识  17-28
  2.1 教育学相关知识  17-20
  2.2 数据挖掘技术  20-27
  2.3 本章小节  27-28
第三章数据挖掘中的决策树算法  28-34
  3.1 决策树的基本概念  28
  3.2 决策树分类算法  28-30
  3.3 几种常用的决策树算法  30-33
  3.4 本章小节  33-34
第四章数据挖掘工具  34-39
  4.1 常用的数据挖掘工具  34-37
  4.2 SPSS clementine  37-38
  4.3 本章小结  38-39
第五章数据挖掘技术在学生成绩分析中的应用  39-65
  5.1 问题的提出  39
  5.2 解决方案  39
  5.3 方案实施实例  39-60
  5.4 模型评估  60-64
  5.5 本章小节  64-65
第六章总结与展望  65-67
  6.1 总结  65-66
  6.2 展望  66-67
参考文献  67-70
致谢  70-71

数据挖掘技术在高校学生成绩分析中的应用研究

内容摘要

全文目录

相似论文