资源描述：
《数据挖掘技术在教务管理中的应用可编辑精选》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、数据挖掘技术在教务管理中的应用.,学位论文版权使用授权书率掌位瓷突律耆宠垒了解孝襁≮善蔷美保留、缒蘼学位谂文瓣撵定,:鸯衩缀留并巍藩零镌荧部麓或撬锈遂变蘧支姥夔印佟静嫩盘,宽馋轮文被整鬻静鬻躐。拳人投姆努净始可双将学像论文戆金都纛绨分纛客缡入癣关熬努蓐邂纷●,检索,霄虢装魔影审黪绎残静播莓复锶手覆缳存不褊学位晗文≤保密翘学位沦交解密盛运用攀援投书,学位论文稚髫签名:琶长.秣,萼簿签名:童毫≥参.篓字爨鲻:纠枣乡月.蕊李器期:加参警占蔑器霉经沧太痞髫肇监羔趣。‖’,’”一’互俸攀键:毫诱:‘‘;‰,:递饿魂缝:,.
2、‘簿辘:,:‘‘,’’。:.●々,‘摘要随着国家教育战略的推进和社会经济的迅猛发展,对各类应用型人才的需求量也愈来愈大,广播电视大学开展的现代远程开放教育的办学模式已愈来愈为社会各界广泛接受。近年来,各地电大主动适应社会需求,结合地方社会经济发展的需要开设专业,加大招生宣传的力度,取得了良好的招生业绩。然而在招生人数增长的同时,也存在着学员流失的问题。学员入学后是否留得住,能否不流失或者少流失,这不仅关系到电大的发展,也是国家实施远程教育战略中的一大问题。数据挖掘技术正是分析这个问题的可行而有效的方法。本文试图基于
3、数据挖掘技术从数据角度分析学员流失的主要原因,并力图提供一个解决方案,在学员即将流失前采取措施预防学员流失。首先收集各种资料,包括已有的分析材料和统计数据,对这些资料进行分析,初步分析出学员流失的可能原因,从而确定问题的范围和研究主题。根据初步的确定的研究范围,对已有的各种数据源进行分析,结合研究主题对数据源进行筛选,从而既保证概括所有有价值的数据,也能保证数据源范围在合理范围内。经过分析比较,我们选择了教务数据和成绩数据作为分析对象。再对教务数据和成绩数据进行深入剖析,弄清事实与维度,从而构造出流失率分析数据仓库
4、数据模型,再结合具体的数据库系统设计数据存储结构,构建出流失分析数据仓库。然后通过数据清理、转换等步骤对教务数据和成绩数据进行规范化处理,导入到数据仓库中。然后利用决策树分类方法进行分析。先将数据仓库中的数据分为两部分:训练样本和测试样本。再利用.算法对训练样本进行处理,建立学员流失分析决策树模型,由决策树模型导出分类规则。然后用测试样本对所生成的分类规则进行测试,从测试的结果看,得到的分类规则准确率较高。最后根据生成的决策树模型和生成的学员流失规则编制了学员流失预警系统。有了学员流失预警系统后,导修主任或教务人员
5、在预防学员流失不再“普遍撒网,而变得“有的放矢’’,有效地防止了学员流失,因此,基于决策树方法的学员流失分析模型达到了预期目的。关键词:流失率、决策树、.算法廿,撕肌%锄锄沁髓.,肌,位,咖,.’,,.,量缸锄蛆.,抓∞,硒.腩“Ⅱ锄.枷硒锄觚弱毹托【吕锄.嘶协,姗玛觚,耐肌撕饥饥锄陀鹤嬲撕’咖锄’曲Ⅱ孤.同觚.,砌姗,∞§,:.:撕吕弱戗锄,.锄廿缸锄璐.:苴也.啪曲圮舀吒觚印,..,觚同..:,,..数据挖掘的概念?。..数据挖掘的步骤?....数据挖掘任务.数据挖掘模型和算法?...决策树..算法嘲....算
6、法....树剪枝第三章流失分析数据仓库建模。.问题分析...初步分析学员流失的原因..选择合适的数据?..有关概念?...构建数据仓库模型??。..常用的建模方法?..学员流失率数据仓库模型:?.?..??.??.??.??..:;.构建决策树模型.计算信息增益率?..构建决策树模型?..树剪枝.提取分类规则?第五章流失预警系统的实现?。.系统架构./模块...数据源??...清理、转换数据?.生成决策树模型?..生成流失规则??.../终端设计./模块.第六章总结与展望.柏.全文总结.展望参考文献.图索引?.表索
7、弓?.??第一章引言第一章引言.数据挖掘的背景近年来,随着计算机技术的发展,各行各业为了满足自己的需要,开发了大量的应用系统,如商业中的、教育行业的教务管理系统、交通运输行业的订票系统等等,这些应用系统产生了海量的业务数据。特别是网络技术的发展,各种不同的网站和网络应用系统如“雨后春笋”般不断涌现出来,数据量更是以甚至为单位不断攀升。结果是,数据像洪水一样向人们滚滚不断涌来。人们每天收集到各种的规则和不规则数据,并利用数据库技术中的查询、统计等初步功能以便发现规则来制定决策。然而面对数据“大爆炸,人们接受到数据量越
8、来越大,这些初步的查询、统计等功能变得越来越低效,难以满足人们的实际需要。于是,人们就问:有没有一种方法能有效的对这些数据进行分析,进而从这些海量的数据中找出数据所蕴含的深层次的信息如,两种不同的商品之间销售会不会有关联什么样的教学计划能促进学生就业什么样的时间段是旅客高峰段,预计本期的高峰会是多少等等。人们结合统计学、数据库、机器学习等相关技术,提出了数据
