数据挖掘技术在中学教务管理系统中的应用研究

论文摘要

21世纪是知识经济时代,也是社会各个领域特别是教育全面信息化的时代,教育信息化水平和数字化教学资源的有效占有量已成为衡量一个国家或地区教育现代化进程的重要标志,是21世纪教育的生命线。在中学的管理工作中,教务管理无疑是核心工作,是教学管理的一个重要而不可缺少的环节,它涉及到教学的各个方面,为教学的顺利进行提供保障,也是各教学管理部门的纽带。目前,很多中学的学生人数都已达上千甚至几千的规模,教师人数也在百人以上。学校运行着的各种系统和各类数据库,如学籍管理、成绩分析管理等,已经积累了大量的数据。管理人员只能通过简单的统计或排序等功能获得表面的信息,而隐藏在这些大量数据中的信息一直没有得到应用。如何对这些数据进行重新利用,将现有的管理数据转化为可供使用的知识,提高学校管理决策性,提高管理水平和办学质量,是学校急需解决的问题。数据挖掘是通过公正客观的统计和分析,从大量数据中发现潜在规律,找出隐含模式,准确掌握未来的动态。通过数据挖掘技术,在一定程度上能够解决这些问题,使信息系统的功能得到最大程度的利用,在功能上更加满足学校教学管理的需要。本文主要研究如何将数据挖掘技术与学校教务管理相结合,从海量数据中提取出隐藏在数据之中的有用信息。本文根据学校当前教务管理系统的具体情况,构建数据仓库,分析数据挖掘技术中的各种方法。将关联规则的方法运用到中学教学问题之中,从学生每学期对教师的教学评价数据中进行数据挖掘,找到课堂教学效果与教师整体素质之间的关系,以便于在班级排课时,教务处充分注意一个教学班中配备教师的年龄、职称、学历等的合理分配,从而改善教学效果,提高教学质量。另外,结合学校业务处理的现状,用分类决策树方法对初三学生考试成绩库中的数据进行分析,以相应的分类规则评价教师教学质量,为学校教务处提供决策支持信息,促使更好地开展教学工作,最终提高教学质量。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文的研究背景
• 1.2 国内外研究现状
• 1.3 论文的研究目标
• 1.4 论文的主要研究内容及方法
• 第二章 数据仓库与数据挖掘
• 2.1 数据仓库
• 2.1.1 数据仓库的产生
• 2.1.2 数据仓库的特点
• 2.1.3 数据仓库的体系结构
• 2.1.4 数据仓库的功能描述
• 2.1.5 数据仓库的数据模型
• 2.1.6 数据仓库系统的设计
• 2.2 数据挖掘
• 2.2.1 数据挖掘的流程和分类
• 2.2.2 数据挖掘的功能
• 2.3 数据挖掘算法
• 2.3.1 决策树算法
• 2.3.2 决策树算法的描述
• 2.3.3 决策树算法中属性选择方法
• 2.3.4 关联规则方法
• 2.3.5 关联规则的概念及种类
• 2.3.6 关联规则问题的分解
• 第三章 中学教务管理系统数据仓库的构建
• 3.1 数据仓库构建策略
• 3.2 教务数据仓库体系结构
• 3.3 教务管理系统关系数据库和数据仓库的构建
• 3.3.1 教务管理系统关系数据库
• 3.3.2 数据的转移
• 3.3.3 教务管理系统数据仓库
• 第四章 决策树算法在教师教学质量评估中的应用
• 4.1 教师教学质量评估模块的工作流程
• 4.2 教师教学质量评估模块中的特征属性归纳
• 4.3 教师教学质量评估模块中决策树的构造
• 4.4 教师教学质量评估模块中的评估预测
• 4.5 决策树算法在教师教学质量分析评估过程中的实现
• 4.5.1 教师教学质量评估模块分类功能的具体实现
• 4.5.2 教师教学质量评估模块的实验结果
• 第五章 关联规则方法在教师课堂教学效果评价中的应用
• 5.1 教师课堂教学效果评价模块结构
• 5.2 关联规则方法在课堂教学效果评价过程中的实现
• 5.2.1 数据准备
• 5.2.2 挖掘关联规则
• 5.2.3 模式理解和评估
• 第六章 总结
• 6.1 全文总结
• 6.2 未来工作
• 致谢
• 参考文献