数据挖掘技术在教学管理中的研究与应用

论文摘要

随着高校扩招政策的实施,高校在校生人数的增多,对于教学信息的传统管理模式,已经无法满足教育管理者对决策信息的需求。尽管目前数据技术的应用越来越广泛,但该技术在教育领域的应用相对较少。教学管理中数据信息量的日益膨胀和获取的指导性决策信息量少之间的矛盾是本课题研究的出发点。论文研究了数据挖掘技术理论,包括数据的预处理、数据挖掘方法、数据挖掘流程等。分析了目前教学管理中对学生成绩管理、教师评价管理、试读生管理这些方面存在的问题,并对数据挖掘技术在这些方面的具体应用需求做了阐述。同时根据这些模块的不同特点,分别采用不同的数据挖掘方法进行分析,最后以传统的教学管理系统为基础,整合数据挖掘模块,为教学管理提供挖掘服务。在数据挖掘技术的应用方面,本论文结合实际需求对实验数据进行了预处理,使之适合数据挖掘的形式。重点研究了数据挖掘技术中关联规则算法Apriori算法在影响英语六级过关率中的应用,在此基础上对挖掘结果进行分析,得出了结论是：六级考试成绩的好坏主要受在校的学习成绩影响,虽然入校成绩对六级成绩有一定的影响,但影响很小；同时还将决策树算法C4.5算法应用于教师评价中,分析影响教师教学效果因素之间的关系,得出的结论是：教师教学的好坏主要受教师的教学态度和教学方法的影响,教师年龄、学历等因素对教学效果的影响很小。系统数据挖掘模块旨在通过对学生成绩数据、教师评价数据的挖掘分析,获取指导教学管理工作和改进措施的决策信息为教学管理者所用。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景及目的意义
• 1.1.1 课题研究的背景
• 1.1.2 课题研究的目的和意义
• 1.2 国内外研究现状分析
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文研究内容及组织结构
• 1.3.1 论文研究内容
• 1.3.2 论文的组织结构
• 第2章 数据挖掘理论
• 2.1 数据挖掘概述
• 2.1.1 数据挖掘的定义
• 2.1.2 数据挖掘的过程
• 2.1.3 数据挖掘的任务
• 2.1.4 数据挖掘的方法
• 2.2 数据预处理技术
• 2.2.1 数据对象存在的问题
• 2.2.2 数据选择
• 2.2.3 数据集成
• 2.2.4 数据清洗
• 2.2.5 数据变换
• 2.3 关联规则理论
• 2.3.1 关联规则基本概念
• 2.3.2 关联规则挖掘过程
• 2.3.3 频繁项集挖掘算法
• 2.3.4 关联规则生成
• 2.4 决策树理论
• 2.4.1 决策树的基本概念
• 2.4.2 决策树的建立
• 2.4.3 决策树算法
• 2.4.4 分类规则生成
• 2.5 本章小结
• 第3章 数据挖掘技术在教学管理中的应用需求
• 3.1 学生成绩管理
• 3.1.1 现状与不足
• 3.1.2 数据挖掘技术应用的需求
• 3.1.3 数据挖掘方法分析
• 3.2 教学评价管理
• 3.2.1 现状与不足
• 3.2.2 数据挖掘技术应用的需求
• 3.2.3 数据挖掘方法分析
• 3.3 试读生管理
• 3.3.1 现状与不足
• 3.3.2 数据挖掘技术应用的需求
• 3.3.3 数据挖掘方法分析
• 3.4 本章小结
• 第4章 教学管理系统的原型设计及实现
• 4.1 系统业务需求分析
• 4.1.1 功能需求描述
• 4.1.2 系统用例分析
• 4.2 系统总体设计
• 4.2.1 系统模块划分
• 4.2.2 系统数据库设计
• 4.2.3 系统开发环境
• 4.3 系统子模块设计
• 4.3.1 登录模块
• 4.3.2 管理模块
• 4.3.3 查询模块
• 4.3.4 数据挖掘模块
• 4.4 系统评价
• 4.4.1 系统的优点
• 4.4.2 系统的缺点
• 4.5 本章小结
• 第5章 数据挖掘在教学管理中的应用及结果分析
• 5.1 在英语六级过关率中的应用研究
• 5.1.1 数据预处理
• 5.1.2 关联分析过程
• 5.1.3 关联分析结论
• 5.2 在教师评价管理中的应用研究
• 5.2.1 数据预处理
• 5.2.2 分类与预测过程
• 5.2.3 结论分析
• 5.3 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文及科研情况