数据挖掘在高职教学管理中的应用

论文摘要

随着人才市场竞争日益激烈,学生的教育素质是衡量各高校的一项重要标志,因此教学质量是关键。如今多数高校都有相应的教学管理系统,并累积了大量教学过程中的数据,如学籍数据,成绩数据,教师数据,评教数据,排课数据等,但通常教学管理系统只会对这些数据做一些简单的统计分析,无法发掘数据背后的一些宝贵信息来指导教学。课程体系的设置,人才培养方案的制定是否真的合适,只能通过调研这唯一途径。各个科目的成绩参差不齐,教师的评教成绩处于不稳定状态,怎样将教学效果达到最优,这些都是教学管理人员一直思考的问题[1]。20世纪80年代中期以来,数据挖掘成为一个相对发展较快的产业。该技术是从大量的、不完全的、模糊的、随机的数据中提取隐含在其中,且人们事先不知道的、但又是潜在有用的信息和知识。通过挖掘出来的信息,为教学管理者提供更为全面的分析,运用于教学管理的各个方面。关联规则挖掘比较,是数据挖掘中研究比较多的一个方向,将研究的数据进行关联规则处理,查找出这些数据之间的潜在联系。本文首先对数据挖掘进行基本的介绍,从数据挖掘的产生,到如今数据挖掘的广泛应用。对数据挖掘的不同算法分别进行讨论,简单分析各种算法的特点。结合实际教学管理情况,选择其中的一个关联规则算法——Apriori算法进行数据挖掘。文中详细讲解了Apriori算法频繁项集挖掘的过程,并针对其不足进行改进。同时利用Microsoft SQL Server 2005建立教学管理数据仓库,结合使用改进后的关联规则算法Apriori算法进行教学管理信息挖掘系统的建立。通过数据挖掘,查找出教学过程中教学相关信息之间的联系,具体在教学管理过程中主要应用于以下几个方面:1、从学生评教数据各项指标中得出任课教师、及其所授课程获得学生认可、喜爱并能很好掌握的关键因素。2、学生在学习过程中,课程与课程之间的一些潜在联系。根据课程之间的潜在联系,及专业侧重点的不同,有针对性的对某些课程进行调整。3、教学安排过程中课室、安排的周学时等对学生学习该门课程的影响。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 本论文的研究意义
• 1.2 数据挖掘的定义
• 1.3 数据挖掘技术国内外的研究现状
• 第二章 数据挖掘技术
• 2.1 数据挖掘概述
• 2.1.1 数据挖掘的起源与发展
• 2.1.2 什么是数据挖掘
• 2.2 数据挖掘功能—可以挖掘什么类型的数据
• 2.2.1 概念/类描述：特征化和区分
• 2.2.2 挖掘频繁模式、关联和相关
• 2.2.3 分类和预测
• 2.2.4 聚类分析
• 2.2.5 离群点分析
• 2.2.6 演变分析
• 2.3 数据挖掘的方法
• 2.3.1 人工神经网络
• 2.3.2 决策树
• 2.3.3 关联规则
• 2.3.4 遗传算法
• 2.3.5 链接分析
• 第三章 数据挖掘的具体实施—关联规则
• 3.1 关联规则的研究综述
• 3.2 关联规则的定义
• 3.2.1 关联规则的基本概念
• 3.2.2 关联规则挖掘面临的问题
• 3.3 关联规则的常见算法
• 3.3.1 FP-树频集算法
• 3.3.2 基于划分的算法
• 3.3.3 并行挖掘算法
• 3.3.4 增量挖掘算法
• 3.3.5 Apriori算法
• 3.4 Apriori算法的改进
• 3.4.1 Apriori算法存在的缺陷
• 3.4.2 Apriori算法改进方向
• 3.4.3 改进Apriori算法的性能分析
• 3.5 由频繁项集产生关联规则
• 第四章 数据挖掘技术在教学管理中的运用
• 4.1 学生评教数据分析
• 4.1.1 学生评教数据分析的现状和不足
• 4.1.2 数据挖掘技术在学生评教数据中应用的需求
• 4.1.3 学生评教数据挖掘
• 4.2 学生成绩分析
• 4.2.1 学生成绩分析现状和不足
• 4.2.2 数据挖掘技术在学生成绩数据中应用的需求
• 4.2.3 学生成绩数据挖掘
• 4.3 关键技术使用
• 4.3.1 挖掘数据的准备
• 4.3.2 挖掘数据的选择
• 4.3.3 数据挖掘技术的使用
• 第五章 数据挖掘系统的实现
• 5.1 数据仓库的设计
• 5.1.1 概念模型的建立
• 5.1.2 逻辑模型设计
• 5.1.3 物理模型的设计
• 5.2 数据抽取、转换和加载
• 5.2.1 数据的抽取
• 5.2.2 数据的清理和转换
• 5.3 数据仓库的建立
• 5.3.1 数据仓库的选择
• 5.3.2 数据的准备
• 5.3.3 建立数据仓库
• 5.4 数据挖掘系统
• 5.4.1 需求分析
• 5.4.2 系统界面设计
• 5.4.3 实施关联规则挖掘
• 5.5 数据挖掘结果分析
• 5.6 总结与展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢