立题依据论文

《立题依据论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、立题依据：随着科技的发展，计算机、网络、数据库等技术广泛应川于口常管理屮，各行各业积累了人量的信息数据，对数据库的存取与查询操作，已远远不能满足要求。人们需要从海量数据中获得这些数据背后的更重要信息，如数据的整体特征描述，试图发现事件间的相互关联，以及发展趋势进行预测。数据挖掘，从数据屮挖掘知识，就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐藏在其中的、人们事先不知道的、潜在有用的信息和知识的过程。与数据挖掘相近的术语有：从数据库发现知识(KDD)、数据分析、知识抽取、模式分析、信息收割、数据融合以及决策支持等

2、。数据挖掘不仅能对过去的数据进行查询，并口能够对将来的趋势和行为进行预测，并白动探测以询未发现的模式。高校的教师教学科研管理涉及教师教学、科研活动、教师教学质量等多方面大量的数据。充分运川数据挖掘技术，可以及时了解教师教学状况、分析教师教学与科研相互I'可的关系、把握教学与科研方而的异常现象等，从而增强教学与教学管理改革的针对性，提高管理工作的效率和质量。通过木课题，学生可以进一步了解数据挖掘技术的相关概念，结合数据挖掘过程中数据收集、数据清洗、数据规范、关联规则挖掘、决策树和系统分析设计技术，科学合理的分析高校教师教学科研管

3、理数据和课程任务女排、教学Z间的潜在关联关系并进行预测分析。毕业论文，使学生熟悉科研论文的写作结构，较为深入的了解数据挖掘算法及其在大学生课程学习数据中的应用，进而增强学生独立解决实际问题的能力。研究目标：本课题拟利用设数据挖掘(DataMining)及关联规则挖掘、决策树、以及聚类等技术，利川学院已有的大学生四年课程学习数据，通过分析学院的学生学习数据，对人学生

4、H

5、年学习屮的课程进行关联分析，对教育数据进行挖掘二川以挖掘隐含在数据中的、对学院管理部门有用的未知数据；并适时利用已有数据进行关联分析与预测，为未來学院的课程设置

6、调磐等提供决策支持。通过木课题，学生可以进一步了解数据挖掘的概念和技术，结合真实的数据进行数据清洗、转换等规范化工作，应用关联规则进行频繁模式发现以及决策树、聚类等数据挖掘技术述行知识发现，并对挖掘出的结果结合具体的实际进行解读分析。课题预期目标为：以石河子大学信息科学与技术学院近年来教师教学科研数据为慕础，应用相关的数据挖掘技术，系统性的阐述数据的相关概念、技术；并根据具体的实际需要开展算法的设计与实现，应川现有的开源软件与已掌握的高级编程语言和集成开发环境，进行综合实验，并对实验结合人学的实际进行分析。论文的主题结构参考一

7、般的学术论文的结构进行展开，要求严格按照数据挖掘的一般流程进行阐述，并将设计实现的实验数据进行分析解读，尝试挖掘出隐含的内在关联的内容。外部条件：可利川1台PC构建开发及应用环境。限Windows系统平台，具体配置不限。开发环境:主机配置系统平台WindowsXP或Windows200X版本都町以高级编程语言可在VC++、C扒Java等选择集成开发环境VisualStudio简体中文版，或者Eclipse集成开发环境00编程语言C#,Java,C++等均可以参考文献：有关数据挖掘、以及经典算法参考代码方面的参考资料，请参考如下

8、书籍或站点资源：[1]数据挖掘:概念与技术（原书第3版）韩家炜、MichelineKamber＞裴健、范明机械工业出版社（2012-08出版）[2]数据挖掘导论（完幣版）陈封能（Pang-NingTan）、斯坦巴赫（MichaelSteinbach）＞库玛尔（VipinKumar）.范明人民邮电出版社（2011-01出版）⑶数据挖掘：实用机器学习工具与技术（英文版?第3版）威腾（Witten.I.H.）、弗兰克（Frank.E.）、霍尔（Hall.M.A.）机械工业出版社（2012-03出版）[4]用Excel学数据挖掘上田和

9、明、刈田正雄、渕上美喜、等科学出版社（2012・07出版）⑸SQLServer2008R2:数据挖掘为商业智能基础及高级案例实战谢邦吕、郑宇庭、苏志雄中国水利水电出版社（2011-10出版）⑹IBM的DeveloperworksJi术网站：http://www.ibm.com/developerworks/（有关RationalRose等IBM系列系统分析与设计工具的介绍，强烈推荐！）⑺机器学习米歇尔（MitchellT.M.）.曾华军、等机械工业出版社（2008-03出版）进程：I-3周收集文献资料，分析课题要求，准备开题报

10、告4~6周研读数据挖掘相关文献，着手准备数据，完成开题报告7-10周在前期基础上设计所需的实验并完善数据，进行实验，完成中期检查II-13周论文的撰写、同期进行数据挖掘的实验，完成数据分析14-16周论文的修改、答辩准备具体要求：课题要求在了解当前数据挖掘在高校教师教学科研数