基于数据挖掘技术的高职院校招生决策研究

论文摘要

伴随着信息技术的迅猛发展,数据挖掘技术引起了信息产业界和整个社会的极大关注。针对目前可以广泛使用的大量数据,我们利用数据挖掘技术获取有用的信息和知识,并将其有效的运用于各个领域。目前,数据挖掘技术已经开始渗透到高等院校某些领域,但在高校招生的应用却为之甚少。在我国,随着高校招生方式的自主化和多元化,大多数高职院校都面临着生源问题。如果招生方式仅仅依照以往的经验进行,是无法将招生效益最大化的,也不能较好地保证录取学生的报到率及生源质量。解决这一矛盾有效的途径就是把有限的招生名额用以优先录取来校报到概率较高的考生。本文以学校的历年招生数据为数据源构建数据仓库,不仅可以展示考生的各种信息,更能利用数据挖掘技术对即将招收考生的报到率进行预测。本论文以某高职院校四年的招生信息数据为数据源建立考生信息数据仓库,以数据挖掘关联算法和朴素贝叶斯分类算法为基础,利用SQL Server 2005进行数据挖掘,从中发现各种潜在的有价值的知识信息。从而为高职院校提供了有效的招生决策支持,提高新生报到率和生源质量。这对高职院校合理安排专业和提高办学质量都具有重要的实践意义。

论文目录

• 论文摘要
• Abstract
• 第一章 前言
• 1.1 研究背景和意义
• 1.2 论文目标
• 1.3 论文组织结构
• 第二章 相关技术概述
• 2.1 数据仓库技术
• 2.2 数据挖掘技术
• 2.3 从数据仓库到数据挖掘
• 2.4 本章小结
• 第三章 考生信息数据仓库的设计
• 3.1 需求分析
• 3.2 数据仓库设计
• 3.3 数据仓库工具集
• 3.4 设计开发ETL
• 3.5 设计Analysis Services OLAP数据立方
• 3.6 本章小结
• 第四章 数据挖掘算法在招生决策中的应用
• 4.1 关联规则算法
• 4.2 分类与预测
• 4.3 本章小结
• 第五章 应用与效果分析
• 5.1 应用背景
• 5.2 基于SQL Server 2005的应用
• 5.3 效果分析
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 小结
• 6.2 展望
• 参考文献
• 攻读学位期间发表的学术论文目录
• 致谢