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
|
相似论文
- 基于支持向量机的故障诊断方法研究,TP18
- 基于数据挖掘技术的保健品营销研究,F426.72
- 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
- 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
- Bicluster数据分析软件设计与实现,TP311.52
- 基于变异粒子群的聚类算法研究,TP18
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于数据挖掘的税务稽查选案研究,F812.42
- 面向社区教育的个性化学习系统的研究与实现,TP391.6
- 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
- 数据仓库技术在银行客户管理系统中的研究和实现,TP315
- 基于Moodle的高职网络教学系统设计与实现,TP311.52
- 教学质量评估数据挖掘系统设计与开发,TP311.13
- 关联规则算法在高职院校贫困生认定工作中的应用,G717
- Web使用挖掘与网页个性化服务推荐研究,TP311.13
- 银行个人客户关系管理系统的设计与实现,TP311.52
- PG炼钢厂MES系统数据挖掘的设计与开发,TP311.13
- 数据挖掘技术在独立学院教学评估中的应用研究,TP311.13
- 基于数据挖掘聚类技术的我国高校分类研究,TP311.13
- 基于数据挖掘的城市圈比较研究,O212.1
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com
|