数据挖掘在高考填报志愿上的应用

论文题目: 数据挖掘在高考填报志愿上的应用

论文类型: 硕士论文

论文专业: 计算机应用技术

作者: 贾治国

导师: 高光来

关键词: 神经网络,数据挖掘,普通高等学校入学考试,数据仓库

文献来源: 内蒙古大学

发表年度: 2005

论文摘要: 数据挖掘指的是从大量的数据中提取隐含的、事先未知的、并且潜在有用的知识的技术,是目前国际上数据库和信息决策领域最前沿的研究方向之一。它融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。随着数据库技术的迅速发展以及数据库管理系统的广泛应用,各行各业积累了大量的历史数据,而这些激增的历史数据中往往隐藏着很多重要的信息。如何从历史数据中及时发现有用的知识,从而挖掘出其潜在的价值,提高其利用率,是信息处理技术研究领域的一项重要课题。作为其解决方案,近年来数据挖掘(Data Mining,DM)技术迅速崛起。普通高等学校入学考试是我国选拔优秀人才进入高等学校学习的一种方法,是为全国各个普通高等院校提供生源的唯一的正规考试。现代的高等教育入学考试从直观上来看,是普通高等学校选拔新生的一种手段。然而,它的社会本质却远远超出教育,是国家对结束了基础教育最高阶段学习以后的青年人所进行的大规模的社会分流工作。数据挖掘是揭示存在于数据里的模式及数据间的关系的学科,它能够找到隐藏在大量数据背后的规律性,为制定管理决策提供相应的支持信息。数据挖掘可以认为是对迄今为止的非常精确化的统计模型的一个启示。把数据挖掘应用于普通高考数据中具有很高的学术价值和广阔的市场空间。本文首先对数据挖掘中的概念分层和分类问题进行了研究;其次,采用这些数据挖掘技术,针对内蒙古自治区普通高考近几年的数据构建了高考数据分析模型;最后,应用高考数据分析模型对内蒙古自治区普通高考的数据进行分析,并对结果进行了评价。第一,介绍课题的研究背景;从数据挖掘的理论研究和应用研究方面,对当前数据挖掘的国内与国外的研究动态进行分析;通过对知识发现一般过程的分析,给出了一些典型的数据挖掘算法的介绍,讲解了本论文所使用的主要方法,并对其中采用的数据挖掘的技术作了详细阐述。第二,阐述了将数据挖掘应用到高考数据中的极其重要的研究意义;对本系统的体系结构做了详细的介绍:回顾了当前的研究动态,介绍了各层的具体功能,具体分析了各层的实现、人工神经网络的BP算法的主要内容。第三,构建基于数据挖掘的高考志愿填报系统,对相应技术中所采用的算法进行了详细的描述,利用该系统对近4年内蒙古自治区普通高等学校入学考试数据进行分析,并对结果进行了评价。最后,对本文的工作进行了总结并对研究前景进行了展望。

论文目录:

图表目录

摘要

Abstract

第1章绪论

1．1 课题背景

1．1．1 数据挖掘技术的产生和发展

1．1．2 我国高等教育的发展现状

1．2 研究现状

1．2．1 现有的数据挖掘软件

1．2．2 国内志愿填报系统的现状

1．2．3 国内现有志愿填报系统的不足

1．3 本论文数据挖掘实现的相关技术

1．4 本课题的主要工作

1．5 本论文内容安排

第2章相关技术及工具介绍

2．1 数据挖掘技术

2．1．1 数据仓库的概念及体系结构

2．1．2 数据挖掘的概念及特征

2．1．3 数据挖掘的体系结构

2．2 神经网络技术

2．2．1 人工神经网络简介

2．2．2 神经网络基本概念

2．2．3 BP神经网络介绍

2．3 ORACLE数据库系统

2．4 JAVA语言

2．5 本章小结

第3章体系结构与设计

3．1 设计目标

3．1．1 设计目标

3．1．2 功能与性能要求

3．2 体系结构

3．2．1 Browser/Server结构

3．2．2 整体模型的建立

3．2．3 体系结构的功能描述

3．2．4 体系结构的特点

第4章应用的实现

4．1 数据层的实现

4．1．1 数据收集

4．1．2 数据清理

4．1．3 数据转化

4．1．4 合成数据挖掘库

4．2 业务逻辑层的实现

4．2．1 网络训练工具介绍

4．2．2 构造 BP网络结构

4．2．2．1 输入/输出节点

4．2．2．2 层数与隐层节点数

4．2．2．3 网络中各层的激活函数

4．2．3 BP网络的参数和训练方法设计与选择

4．2．3．1 初始权值的选取

4．2．3．2 学习速率的选取、最大训练次数及最小误差的确定

4．3 行业应用层的实现

4．4 实验结果及相关讨论

4．4．1 不同学习率和隐层节点数情况下的实验结果

4．4．2 与实际录取结果比较

4．4．3 与朴素贝叶斯方法结果比较

4．4．3．1 朴素贝叶斯分类器

4．4．3．2 两种方法结果的比较

4．5 结论

第5章进一步的工作

5．1 应用综述

5．2 存在的问题与今后的展望

第6章结束语

参考文献

致谢

发布时间: 2005-12-05

参考文献

[1].数据挖掘在高考成绩影响因素分析中的应用研究[D]. 徐杨峰.苏州大学2015
[2].高考数据隐私保护技术的应用研究[D]. 夏大飞.西南大学2013
[3].高考报名系统性能优化的研究[D]. 李小强.广东工业大学2007
[4].高考知识点数据挖掘算法研究与应用[D]. 王升.北方工业大学2012
[5].基于OLAP和数据挖掘技术的高考成绩分析[D]. 杨娟.苏州大学2016
[6].基于异构系统集成的吉林省高考指挥平台的开发与研究[D]. 赵蕾.长春理工大学2010
[7].高考考场编排算法研究[D]. 冯向萍.新疆农业大学2008
[8].基于SSM框架轻量级的分布式高考成绩管理系统设计与实现[D]. 朱华方.山东师范大学2016
[9].基于数据挖掘的河北省高考数据分析研究[D]. 曾水光.河北师范大学2013
[10].APRIORI_T算法研究及在高考数据分析中的应用[D]. 谭欣.中南大学2009

数据挖掘在高考填报志愿上的应用

猜你喜欢