欢迎来到天天文库
浏览记录
ID:11121885
大小:227.00 KB
页数:18页
时间:2018-07-10
《数据挖掘在学生成绩分析中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、目录1绪论21.1课题研究背景及选题意义21.2数据挖掘的产生背景及研究现状21.3数据挖掘技术在国内教育领域的研究现状21.4论文研究的内容及结构安排32数据挖掘的基本知识32.1数据挖掘的概念32.2数据挖掘的过程42.2.1数据预处理42.2.2数据挖掘42.2.3结果的解释和评估42.3数据挖掘的功能42.3.1概念/类描述:特征化和区分42.3.2挖掘频繁模式、关联和相关52.3.3分类和预测52.3.4聚类分析52.3.5离群点分析52.3.6演变分析52.4数据挖掘的方法62.4.1关联规则62.4.2决策
2、树方法62.4.3神经网络方法62.4.4遗传算法62.4.5聚类分析72.4.6粗糙集73关联规则算法73.1关联规则概述73.2关联规则算法(Apriori算法)83.2.1使用候选项集找频繁项集83.2.2由频繁项集产生关联规则94学生成绩数据挖掘系统的设计与实现94.1关联规则算法参数说明94.2分析目标94.3数据准备94.4数据的预处理104.5创建挖掘模型视图114.6学生成绩挖掘系统的实现114.6.1设置参数114.6.2生成频繁1-项集L111184.7结果的分析155总结与展望165.1总结165.
3、2展望1618数据挖掘在学生成绩分析中的应用摘要:随着社会教育事业的发展,努力提高高校学生的教学质量是每所高校的目标,学生成绩是评估高校教学质量的重要依据。当今高校规模不断扩大,学生数量不断增多,随着社会的发展,学生成绩受越来越多的因素影响,学生成绩分析更加重要。从大量数据中发现其潜在规律来研究学生成绩,预测成绩的发展趋势,从而给教师的教学环节提出有针对性的建议,对学生的管理教学工作有的放矢,提高授课和学习效果显得非常重要。因此,本文引进了近年来兴起的数据挖掘技术用于高校学生成绩中分析,找出影响学生成绩的根本原因及教学方
4、面的相关问题,从而给学校提出宝贵的意见,提高教学质量。本文所做的工作如下:首先,介绍了数据挖掘基本理论和数据挖掘在高校教育领域的应用现状;其次,建立了本院校计算机系08级学生成绩数据库,并使用关联规则中的Apriori算法对学生成绩数据进行挖掘,得出学生各门学科成绩之间的关系;最后,对关联规则的出的结果进行分析,得到影响学生成绩的主要因素,并提出可行的方案等。这些分析结果将对高校今后改进教学工作和对学生的教学管理有着重要的参考价值。关键词:学生成绩;数据挖掘;关联规则;Apriori算法181绪论1.1课题研究背景及选题
5、意义数据挖掘(DataMining),又称为数据库中的知识发现(众owledgeDiseove汀inDatabases,简称KDD),能够从数据库中抽取有效的、隐含的、潜在有用的知识。数据挖掘是信息技术研究的热点问题之一。由于在数据分析方面的优越性,数据挖掘技术已成功地应用到大型商业、金融业、保险业等许多领域,但在教育教学层面的应用还比较少,处于发展的初级阶段。随着教育的发展,学生的学生成绩在高校学习生活中占据越来越重要的地位。学习成绩不仅是学校评估教学质量的重要依据,也是学生在大学学习中对所学知识的掌握程度的一个重要标
6、志。由于影响学生成绩的因素很多,那么如何能从大量的学生成绩分数中得到该学生的学习成绩至关重要。对学生成绩的分析,从大量数据中存在的关系,规则中对学生成绩进行研究,预测其发展趋势,从而对教师的教学提出宝贵的意见,对学生的教学是十分有利的。传统的评价一个学生的学习成绩是根据该学生的平均值、方差、信度等数学方法来评价的,这些方法都行,但不够全面,有一定的局限性。在如今信息时代,传统的方法对数据内在价值的分析要求已无法满足,所以本课题将采用数据挖掘技术分析学生成绩。对学校现有的学生数据库进行有效的数据挖掘,利用其中的关系和规则做
7、出相应的决策,给学校及教师一个满意的结果,从而对学校更好的教育管理学生提供了可高的支撑。因此数据挖掘在学生成绩中的分析应用具有现实的意义1.2数据挖掘的产生背景及研究现状随着数据库技术和网络技术的快速发展,办公信息化逐步增强。随之而来的信息量也呈爆炸式增长,人们生活与工作中生成的数据越来越多,这些海量的数据给人们带来了便利,同时也给人们对数据的利用带来了许多新问题。主要有如下四点问题:第一是信息爆炸式增长,难以消化;第二是信息真假难以辨识;第三是信息安全难以保证;第四是信息形式不一致难以统一处理。数据库系统在数据存储和数
8、据管理方面得到很大的改善,能够高效地实现数据的追加、查询以及统计等功能,但是难以发现海量的数据中隐藏的知识,更何况数据库系统本身也无法了解数据的背景知识,不能预测数据未来的发展趋势,造成了“数据爆炸、知识贫乏”的现象。如何刁‘能获取海量数据背后隐藏的知识、提高数据的利用率呢?面对这一挑战,数据挖掘技术运用而生,并迅速
此文档下载收益归作者所有