应用数据挖掘技术的高校教务管理系统的设计与开发

论文摘要

教务管理信息系统是数字校园建设的一个重要组成部分,而且,教务管理是高校管理工作的重要组成部分,教务管理水平的高低从一个侧面反映了学校管理水平的高低,从而关系到一所高校在当前社会竞争中的生存、发展与地位。在现代科学技术推动下,随着高校教学改革的逐步深入,教务管理面临许多新的挑战。针对于此,本课题结合四川广播电视大学教务管理信息系统的建设,对面向数字校园的高校教务管理信息系统设计与开发进行了研究。本文在论述数字校园和高校教务管理信息系统的研究现状的基础上,简要介绍了教务管理信息系统开发的理论依据与开发思想,并对基本数据库表的设计、各功能模块设计、系统实现的环境和相关技术进行了深入研究。此外,本文对数据挖掘技术的国内外研究现状进行了广泛而全面地归纳、分析和研究,对数据挖掘技术的未来发展趋势和热点研究领域进行了总结和探讨,对数据挖掘的定义及应用领域进行了简要的介绍,对数据挖掘常使用的技术和研究的对象进行了详细地分类、归纳和总结。在介绍关联规则基本概念的基础上,对关联规则的Apriori算法进行了详细地分析和研究,并就目前针对提高该算法效率的各种优化技术进行了研究,在此基础上提出了一种基于支持事务的Apriori挖掘算法,提高了关联规则挖掘的效率,并将其应用于该教务管理系统。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状及意义
• 1.3 主要研究内容和工作
• 1.4 本文的组织结构
• 第二章 数据挖掘理论与技术概述
• 2.1 数据仓库概述
• 2.1.1 数据仓库的概念
• 2.1.2 数据仓库相关概念
• 2.1.3 数据仓库的体系结构
• 2.2 数据挖掘理论的提出
• 2.2.1 数据库与数据挖掘技术的发展
• 2.2.2 数据挖掘的意义
• 2.3 数据挖掘的流程
• 2.4 数据挖掘的知识分类与技术
• 2.5 数据挖掘的应用领域
• 第三章 业务管理部分的设计
• 3.1 需求分析
• 3.1.1 需求分析的意义
• 3.1.2 用户需求
• 3.1.3 开发工具
• 3.2 事务管理部分总体设计
• 3.2.1 计算模式
• 3.2.2 业务流程
• 3.2.3 数据流图
• 3.2.4 模块结构
• 3.3 招生与注册管理
• 3.3.1 招生与注册管理的物理数据模型
• 3.3.2 新生注册
• 3.3.3 老生学年注册
• 3.4 教学计划管理
• 3.4.1 教学计划管理的物理数据模型
• 3.4.2 教学计划管理功能设计
• 3.5 学生学籍管理
• 3.5.1 学籍管理的数据模型
• 3.5.2 学生基本信息维护
• 3.5.3 留级管理
• 3.5.4 学籍异动
• 3.6 成绩管理
• 3.6.1 成绩管理的物理数据模型
• 3.6.2 成绩管理的功能设计
• 3.7 毕业审核管理
• 3.7.1 毕业审核管理的物理数据模型
• 3.7.2 毕业审核的功能设计
• 3.8 考试文件管理
• 3.8.1 考试文件管理的物理数据模型
• 3.8.2 产生考试文件的算法设计
• 3.8.3 考试文件管理的功能设计
• 3.9 考场管理
• 3.9.1 考场管理的物理数据模型
• 3.9.2 考场管理的关键算法
• 3.9.3 考场管理功能设计
• 3.10 登分管理
• 3.10.1 登分管理的物理数据模型
• 3.10.2 成绩管理的功能设计
• 第四章 关联规则及其算法
• 4.1 关联规则的定义和性质
• 4.1.1 关联规则的定义
• 4.1.2 关联规则的性质
• 4.2 关联规则的分类
• 4.3 关联规则的经典算法—Apriori 算法
• 4.4 一种 Apriori 算法的改进算法
• 第五章 数据挖掘部分的设计
• 5.1 挖掘前的数据预处理
• 5.2 数据挖掘模块的设计
• 5.2.1 物理数据模型
• 5.2.2 数据挖掘部分的界面设计
• 第六章 结束语
• 致谢
• 参考文献
• 读硕期间的研究成果