数据挖掘在学生成绩管理中的应用研究

论文摘要

成绩管理是高校教学工作中的重要环节。但是尽管高校不断扩招导致在校学生人数大幅度增加,大部分高校仍然采用传统的学生成绩管理模式。这种管理模式无法发现海量成绩数据中所存在的“知识”,所以必须改进现有模式,以找到影响学生成绩的真实原因,以期有针对性地提高教学质量和教学效果。论文在深入研究高等学校目前成绩管理具体情况的基础上,提出将数据挖掘技术中的决策树分类技术和关联规则挖掘应用于成绩管理之中。在决策树分类方面,采用ID3算法对学生英语期末考试成绩各题目的得分和最终成绩进行分析挖掘生成决策树,找出影响学生英语考试成绩的因素,为今后的英语教学工作提供指导,提高英语成绩及格率。在关联规则挖掘方面,使用Apriori关联规则算法挖掘出一门课程对其它课程的影响程度,得出有价值的规则和信息,可以为今后教务部门的课程设置工作提供技术支持。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 数据挖掘的国内外研究现状
• 1.2.1 数据挖掘国外研究现状
• 1.2.2 国内研究现状
• 1.3 本文的主要内容
• 1.4 本文的组织结构
• 第二章 数据挖掘的相关知识概述
• 2.1 数据挖掘的概念
• 2.1.1 数据挖掘的定义
• 2.1.2 数据挖掘的步骤
• 2.1.3 数据挖掘的特点
• 2.1.4 数据挖掘的对象
• 2.2 数据挖掘任务与常用方法
• 2.2.1 数据挖掘的任务
• 2.2.2 数据挖掘的常用方法
• 2.3 数据挖掘的分类
• 2.4 数据挖掘算法评价标准
• 第三章 数据挖掘在成绩管理中的需求分析
• 3.1 学生成绩管理的重要性
• 3.2 学生成绩管理的作用
• 3.3 学生成绩管理的现状
• 3.4 将数据挖掘技术应用于成绩管理的好处
• 第四章 数据挖掘在成绩管理中的应用
• 4.1 问题的提出
• 4.2 解决方法
• 4.3 决策树技术在成绩管理中的应用
• 4.3.1 决策树技术概述
• 4.3.2 决策树的建立
• 4.3.3 属性选择度量
• 4.3.4 决策树的修剪
• 4.3.5 选择决策树算法的原因
• 4.3.6 决策树技术在成绩分析中的具体应用研究
• 4.4 关联规则在成绩管理中的应用
• 4.4.1 关联分析概述
• 4.4.2 关联规则基本概念
• 4.4.3 关联规则的分类
• 4.4.4 关联规则挖掘的相关算法
• 4.4.5 由频繁项集产生关联规则
• 4.4.6 关联规则在成绩管理中的具体应用
• 4.5 本章小结
• 总结
• 参考文献
• 致谢