高校选课决策支持系统的设计与实现

论文摘要

决策支持系统是信息技术重点研究的领域之一,它通过采集数据、建立模型、分析数据和产生方案等人机交互过程,为决策者提供决策支持。高校的选课决策支持系统目的在于从庞大的高校教务信息数据库中挖掘出有参考意义的数据或方案,为学生选课提供决策支持,应用对象是广大学生。论文介绍了决策支持系统相关的数据仓库、数据挖掘、关联规则等相关技术。分析了选课决策支持系统的需求,描述了系统的用例图；设计了基于J2EE平台的系统架构,给出了系统的功能,对数据仓库、数据接口进行详细设计,并介绍了系统内嵌的关联规则查询的核心算法——FP-Growth算法；以“宁波大学选课决策支持系统（模拟版）”的实景描述,叙述了关联规则查询的过程及结果,并对系统的扩展功能进行预测。该系统不仅实现登录、查询、录入等功能,最重要的是实现了选课决策支持功能。能对已有的学生选课数据进行挖掘,产生具有选课决策参考意义的数据集,发现诸如“计算机、语文”、“法律、英语”等有关联的课程,为学生选课提供参考。同时还可以扩展系统功能,应用于教师和教务管理人员,辅助分析某门或某类课程选课学生的共同特性、一次通过率较低（高）课程的共同特性等。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 研究背景及意义
• 1.1.1 高校选课系统的研究现状
• 1.1.2 数据挖掘技术的研究现状
• 1.1.3 决策支持系统的研究现状
• 1.1.4 研究的意义
• 1.2 本文的研究任务
• 1.2.1 研究内容
• 1.2.2 本人承担的任务
• 1.3 本文的结构
• 第二章 决策支持相关技术综述
• 2.1 数据仓库和联机分析处理
• 2.1.1 数据仓库的概念与特征
• 2.1.2 数据仓库系统
• 2.1.3 数据仓库的数据建模
• 2.1.4 联机分析处理的概念与特征
• 2.1.5 OLAP的典型操作
• 2.2 数据挖掘
• 2.2.1 数据挖掘的概念及甄别
• 2.2.2 数据挖掘的系统结构
• 2.2.3 数据挖掘的主要方法
• 2.3 关联规则及Apriori算法
• 2.3.1 关联规则的有关概念
• 2.3.2 关联规则的描述
• 2.3.3 关联规则的种类
• 2.3.4 典型的关联规则算法
• 2.3.5 Apriori算法基本概念
• 2.3.6 Apriori算法的实例
• 2.3.7 Apriori算法的不足
• 2.4 本章小结
• 第三章 高校选课决策支持系统的需求分析
• 3.1 学生选课需求
• 3.2 管理员管理需求
• 3.3 系统功能需求
• 3.4 决策支持功能需求及相关效益
• 3.5 系统需求用例图
• 3.6 系统总活动图
• 3.7 本章小结
• 第四章 高校选课决策支持系统的设计
• 4.1 系统架构设计
• 4.1.1 系统设计技术基础
• 4.1.2 系统体系结构与架构图
• 4.2 系统功能设计
• 4.3 系统数据仓库设计
• 4.3.1 数据仓库模型
• 4.3.2 数据仓库维表
• 4.3.3 实体关系模型
• 4.4 数据接口设计
• 4.4.1 数据的来源
• 4.4.2 数据清理
• 4.4.3 数据变换
• 4.5 部分构件设计
• 4.5.1 登录构件
• 4.5.2 选课构件
• 4.5.3 关联规则查询构件
• 4.6 Apriori优化的FP-Growth算法分析
• 4.6.1 FP-Growth算法基本概念
• 4.6.2 FP-Growth算法的实例
• 4.7 系统使用设计
• 4.7.1 系统使用总流程
• 4.7.2 选课决策支持模块使用设计
• 4.7.3 关于最小支持度及分数下限的使用说明
• 4.8 本章小结
• 第五章 高校选课决策支持系统的实现
• 5.1 登录、选课和成绩管理
• 5.2 FP-Growth算法在系统中的构造
• 5.3 关联规则查询及结果分析
• 5.4 系统的扩展应用
• 5.5 本章小结
• 第六章 结束语
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文