商务智能技术在高考加分政策及其评估中的应用

论文摘要

高考是教育体系的一个关键环节,对高校人才培养具有基础性作用,对基础教育具有导向性功能,对社会具有重要的影响作用；其公平与公正是保证高考制度权威性的根本。高考中的加分政策作为一项公共政策,关系着成千上万考生的利益,是各省市招生考试机构和考生乃至整个社会密切关注的问题。某省从2000年到目前的网上招生录取工作中,积累了9年的高考招生录取的历史信息,这些信息中包含有大量与高考加分政策的信息。但令人遗憾的是,直至今日,这些宝贵的、包含丰富知识的历史信息长期以来被存放“暗箱”之中,基本没有与世人“见面”的机会,更得不到有效的开发和利用,包含在这些信息的背后的潜在的知识和价值还未得到有效的展示和体现。这样就导致一个现象,招生办公室的主管领导“被数据淹没,却饥饿于知识”。因此,招生办公室的领导就迫切希望能够利用新技术和方法从这些历史信息中提取出有价值的知识,为其在新高考加分政策的制定、高考加分政策的修改乃至高考加分政策的改革中提供准确的、科学的决策支持依据。本文以9年电子招生数据(其中包含了大量有关高考加分政策等有用信息)为基础,首先建立招考数据仓库,然后根据高考加分政策主题建立多维数据集,接着利用OLAP技术从多角度、多侧面、多层次对考生高考加分政策数据进行分析,最后利用数据挖掘技术对考生高考加分政策数据进行挖掘,得到一些可资借鉴的结果。最后,制定了一套评估加分政策合理性的方案。本文的工作主要包含以下5个方面：1.历史招生数据的数据清洗和数据仓库的建立本文首先对该省9年的高考招生录取的历史数据进行分析,并根据用户需求分析划分相应主题,确定事实度量与粒度,设计出招考数据仓库模型。然后,把历史数据中包含有错误的、不一致等存在数据质量问题的数据根据数据仓库模型的要求进行数据清洗和转换。最后,把清洗和转换后的数据装载到数据仓库中。2.高考加分政策数据的多维分析研究本文从招考数据仓库中抽取与高考加分政策的相关数据,建立高考加分政策多维数据集,采用联机分析处理技术对享受加分政策的考生人数、利用加分政策上批次线的考生人数和利用加分政策被院校录取的考生人数等方面对高考加分政策数据进行分析,进而深入了解包含在数据背后的信息内涵。3.高考加分政策数据的挖掘研究本文以高考加分政策数据为基础,以考生享受高考加分政策情况的研究目标,建立决策树和Naive Bayes挖掘模型,通过对挖掘模型的训练结果的分析和挖掘模型的评估结果,分析出决策树模型和Naive Bayes模型在高考加分政策上的实施效果,其挖掘结果可为招生主管部门借鉴。4.加分政策合理性的评估方案最后,本文通过对联机分析处理和数据挖掘得出的有趣结果的分析,制定了一套评估加分政策合理性的方案。该方案一方面可以对现有的加分政策的使用效果进行评估,另一方面也可供各省市招生考试机构在出台新的加分政策,调整加分政策乃至改革加分政策时,提供准确、科学的决策支持依据。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外的研究现状
• 1.3 研究的内容
• 1.4 论文的组织结构
• 第二章 相关理论与技术基础
• 2.1 商务智能解决方案体系结构
• 2.2 数据仓库
• 2.3 联机分析处理
• 2.4 数据挖掘
• 2.5 商务智能解决方案的工具选择
• 2.6 本章小结
• 第三章 高考加分政策概述
• 3.1 高考加分政策的概念
• 3.2 高考加分政策的分类
• 3.3 高考加分政策的存在问题
• 3.4 本章小结
• 第四章 数据仓库的设计
• 4.1 系统功能需求分析
• 4.2 系统体系结构设计
• 4.3 数据仓库模型的设计
• 4.4 ETL设计
• 4.5 本章小结
• 第五章 高考加分政策的OLAP设计
• 5.1 确定分析主题
• 5.2 维度的设计
• 5.3 多维数据集的设计
• 5.4 高考加分政策OLAP实例分析
• 5.5 本章小结
• 第六章 数据挖掘在高考加分政策系统中的应用
• 6.1 数据挖掘过程
• 6.2 定义挖掘问题
• 6.3 高考加分政策数据的理解与预处理
• 6.4 挖掘模型建立与评估
• 6.5 本章小结
• 第七章 高考加分政策的评估方案
• 7.1 高考加分政策合理性的评估方案
• 7.2 高考加分政策评估方案的实例分析
• 7.3 评估方案小结
• 第八章 结束语
• 参考文献
• 致谢
• 附录 硕士期间发表的论文和参与的课题