语言文字数据挖掘在高校学生信息管理中的应用

论文摘要

随着计算机技术和计算机网络技术的发展,信息化程度快速提高,教育管理领域也正朝着“规范化、信息化、网络化”的方向发展。高校管理信息系统的广泛应用使得数据库积累的数据越来越多,这些数据背后隐藏着许多重要的信息,利用数据挖掘技术可以快速而又准确的从浩瀚的信息资源中提取出所需信息。数据挖掘是目前信息领域和数据库技术的前沿研究课题,是被公认为最具发展前景的关键技术之一。所谓数据挖掘就是从大量的数据中抽取以前未知并潜在可用的模式,并服务于管理决策。本课题把北京语言大学学生的部分成绩信息及就业信息作为研究对象,把数据挖掘模型的建立方法,以及对挖掘结果进行分析比较作为研究目的,提出各种模型的不同适用场合,尝试找到学生成绩、就业的内在影响因素。为此,本课题作了如下主要工作:(1)探讨了一些常用的数据挖掘算法,并通过编程充实了挖掘算法。(2)对原始样本数据进行处理,并用相应的算法构建了挖掘模型。(3)通过对挖掘模型进行分析比较,得到了一些具有指导意义的结论。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景、目的及研究方法
• 1.2 数据挖掘的国内外研究现状
• 1.3 论文的结构安排
• 第二章 数据挖掘概述
• 2.1 数据挖掘的定义
• 2.2 数据挖掘的功能
• 2.3 数据挖掘的过程
• 2.4 数据挖掘的应用
• 2.5 数据挖掘存在的问题及挑战
• 第三章 挖掘模型涉及的主要算法
• 3.1 决策树算法（DECISION TREE）
• 3.2 关联规则发现算法（ASSOCIATION RULES）
• 3.3 粗糙集方法（ROUGH SET）
• 3.4 聚类分析方法（CLUSTERING）
• 第四章 数据准备与挖掘模型的建立
• 4.1 问题定义
• 4.2 数据准备
• 4.3 数据挖掘模型的建立
• 第五章 数据挖掘的结果分析及结论
• 5.1 BUSINESS INTELLIGENCE DEVELOPMENT STUDIO中的数据挖掘结果
• 5.2 IDA分析器中的数据挖掘结果
• 5.3 基于粗糙集理论的规则提取算法的挖掘结果
• 5.4 各算法挖掘结果的分析与比较
• 5.5 数据挖掘的结论
• 第六章 总结与展望
• 致谢
• 参考文献