学位论文 > 优秀研究生学位论文题录展示

数据挖掘技术在数字化校园中的应用

作　者: 邹晶晶
导　师: 杨邦荣
学　校: 中南大学
专　业: 计算机技术
关键词: 数据挖掘 数字化校园 决策树 成绩分析
分类号: TP311.13
类　型: 硕士论文
年　份: 2009年
下　载: 323次
引　用: 2次
阅　读: 论文下载
 

内容摘要


目前,高校数字化校园已基本建成,随着校内各种管理系统的应用,产生了大量的原始数据,但在日常管理应用中此类数据的主要应用是进行简单的数据查询统计,并未对这些数据隐藏的丰富的信息资源进行分析。数据挖掘技术可以在浩瀚的数据中进行统计、分析、综合、推理,发现数据内部关联,并作出预测,提供数据信息,为事务决策提供辅助支持。数据挖掘技术已经广泛应用在商业领域,同样,可将数据挖掘技术与高校数字化校园进行结合,对高校各类数据中的信息进行挖掘分析,提取隐藏的数据信息,为高校管理部门决策提供依据,进一步提高高校的办学水平。本文结合湖南大众传媒职业技术学院的实际数字化校园特点,分析数据挖掘技术在高职院校各领域中应用的可行性,并以成绩管理系统为例提出具体的实施方案。在本实施方案中,以学生成绩为基础,完成了数据挖掘的全过程:确定数据挖掘的对象和目标、数据清理和预处理、采用C4.5算法完成数据分类离散转换、采用基于决策树ID3算法的构建决策树、生成规则、评估分析。利用数据挖掘的结果,通过对学生成绩数据的分析,了解在不同考核方式下决定学生成绩优劣的主要因素,从而对不同考核方式的效果进行评定,为考试方式改革提供了数据依据。对考核方式的下一步改革:知识点考核方式改革提供预测信息。本系统仅对现有的考核方式进行了分析,本方法亦可推广到对考核内容进行分析,为今后的教学改革提供相应的决策依据。

全文目录


摘要  4-6
ABSTRACT  6-10
第一章 绪论  10-13
  1.1 论文研究背景及研究意义  10-11
  1.2 数据挖掘技术在学校中应用的现状  11
  1.3 论文研究的主要内容  11-13
第二章 数据挖掘技术研究  13-26
  2.1 数据挖掘的功能  13-15
  2.2 数据挖掘的对象  15-18
  2.3 数据挖掘的分类  18-19
  2.4 数据挖掘的过程  19-21
  2.5 数据挖掘的算法  21-25
    2.5.1 决策树方法  21-22
    2.5.2 人工神经网络  22
    2.5.3 遗传算法  22-23
    2.5.4 粗糙集方法  23
    2.5.5 模糊论方法  23-24
    2.5.6 关联规则  24-25
    2.5.7 朴素贝叶斯模型  25
  2.6 本章总结  25-26
第三章 数据挖掘技术在数字化校园中的应用  26-32
  3.1 在教务管理中的应用  26-29
    3.1.1 课程设置中的应用  27
    3.1.2 教学过程中的应用  27-28
    3.1.3 在教学工作考核中的应用  28-29
  3.2 在图书管理中的应用  29-30
  3.3 在网络教学中的应用  30
  3.4 在教学实训设备管理中的应用  30
  3.5 本章总结  30-32
第四章 成绩管理系统中应用数据挖掘技术的模型设计  32-46
  4.1 确定目标  32-35
  4.2 成绩管理系统中的数据预处理  35-36
  4.3 成绩管理系统中的数据转换  36-38
  4.4 成绩管理系统中决策树构造过程  38-43
    4.4.1 ID3算法  38-40
    4.4.2 属性选择度量  40-41
    4.4.3 决策树修剪  41-43
  4.5 利用决策树生成规则  43-44
  4.6 本章总结  44-46
第五章 成绩管理系统中数据挖掘技术模型的实现  46-69
  5.1 数据挖掘技术实现  46-47
  5.2 传统考核方式的数据挖掘技术实现  47-53
    5.2.1 数据预处理  47
    5.2.2 数据转换  47-49
    5.2.3 决策树归纳  49-52
    5.2.4 评估分析  52-53
  5.3 技能考核方式的数据挖掘技术实现  53-60
    5.3.1 数据预处理  53-54
    5.3.2 数据转换  54-56
    5.3.3 决策树归纳  56-60
    5.3.4 评估分析  60
  5.4 技能过程考核方式的数据挖掘技术实现  60-66
    5.4.1 数据预处理  61
    5.4.2 数据转换  61-62
    5.4.3 决策树归纳  62-66
    5.4.4 评估分析  66
  5.5 本章总结  66-69
第六章 总结  69-71
  6.1 工作总结  69
  6.2 未来展望  69-71
参考文献  71-74
致谢  74-75
攻读学位期间主要的研究成果  75

相似论文

  1. 基于支持向量机的故障诊断方法研究,TP18
  2. 基于数据挖掘技术的保健品营销研究,F426.72
  3. 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
  4. 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
  5. Bicluster数据分析软件设计与实现,TP311.52
  6. 基于变异粒子群的聚类算法研究,TP18
  7. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  8. 基于遗传算法和粗糙集的聚类算法研究,TP18
  9. 基于数据挖掘的税务稽查选案研究,F812.42
  10. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  11. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  12. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  13. 基于Moodle的高职网络教学系统设计与实现,TP311.52
  14. 教学质量评估数据挖掘系统设计与开发,TP311.13
  15. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  16. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  17. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  18. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  19. 数据挖掘在学校管理和学生培养中的应用,TP311.13
  20. 高校毕业生就业状况监测系统研究,G647.38
  21. 基于数据仓库的药品监管辅助决策支持系统的设计与实现,TP311.13

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