数据挖掘在高校学生成绩分析中的应用-论文.pdf

《数据挖掘在高校学生成绩分析中的应用-论文.pdf》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、I数日啦术f丽应用研究数据挖掘在高校学生成绩分析中的应用徐清泉王莉红(兰州外语职业学院甘肃兰州730000)摘要：提高学生的学习成绩是每一所高校的目标。学生的成绩不仅能够反映学生的学习效果，在背后还隐藏这很多有价值的信息。在高校的成绩管理中，普遍存在着些许问题。学生的成绩管理只停留在数据的留存、查阅及简单的统计，缺乏对数据的深入研究分析，不利于采集教学信息，这是教学利用资源的极大浪费。数据挖掘技术的出现从根本上解决了这一问题。本文针对数据挖掘技术在高校学生成绩分析中的应用进行了探讨。关键词：数据挖掘高校

2、学生成绩中图分类号：TP3l1文献标识码：A文章编号：1007—9416(2015)02—0077—01高校学生成绩能反映学生学习的掌握程度，是高校教学质量评3数据挖掘系统的设计价标准。现在高校不断扩招，学生数量与日俱增，随着科技生活的发针对高效学生成绩进行数据挖掘系统的具体设计：展，影响学生成绩的因素越来越多，学生成绩分析就显得格外重要。3．1系统功能设计通过对高校学生成绩进行分析，能够预测成绩的发展态势，能够及本系统采用K-Means聚类算法对高校学生成绩进行挖掘、分析时教学中存在的问题，提出相应的

3、建议和解决方案。这对于提高教和评价。首先对系统开发可行性和必要性进行分析。系统要实现信学质量非常重要。想要从众多的数据中提取出有用的信息就需要数息初始化、数据采集、数据预处理、数据挖掘、数据分析五大功能。据挖掘技术的帮助。数据挖掘技术在学生成绩分析中的应用已经使3．2系统的信息初始化设计用越来越广泛，很大程度上提高了工作效率和教学水平。系统的初始化就是准确的对所研究的数据进行各项数据的收集、核对、修改、记录等。例如：在进行数据教师水平的评价时，就需要1数据挖掘技术对教师的学历、职称、教学年限等进行采集和

4、整理。信息初始化需要数据挖掘就是在庞大的数据库中，提取出隐藏在其中不容易被完成以下任务：(1)明确挖掘目标。针对学生的学习情况、期中期末成发现、人们事先不知道的但是很有利用价值的信息的过程。数据挖绩、教师的职称等学生成绩影响因素进行分析，为以后工作提供经掘是一个不断完善的数据发现的过程，通过对海量数据的分析与评验和指导。(2)对不同来源的数据进行数据的集合。(3)数据集合完成价，不断进行数据挖掘模型的建立和算法的优化，最终获得最佳数后，由数据集合生成各种信息趋势表。据挖掘方案。学生成绩的挖掘就是在全部学

5、生成绩的超大数据库中3．3数据采集去除无效信息，提取出有用信息，利用现有的数据挖掘模型和算法数据采集是整个系统构建需要人力最多的阶段。需要学生教师进行分析，得出对高校有用的信息。数据挖掘共有六个阶段：等多方面的进行有价值数据的采集。数据采集可以采用联机采集、(1)定义挖掘问题；(2)建立数据模型，(3)分析数据，(4)数据的准脱机采集、人工输入等。利用计算机进行信息数据库的采集和构建。备、选择、预处理和整合，(5)选择模型t(6)数据挖掘。采集的数据内容包括教师数据。学生J『青况数据、考试成绩集合等。数

6、据挖掘技术是以人工智能为基础的，主要包括集合论法、蚁3．4数据预处理群算法、粒子群算法、决策树算法、遗传算法、神经网络方法等。决策数据的预处理主要包括数据的集成：将多个数据合并在一起。树算法分为ID3算法、CLS算法、IBLE算法等。遗传算法包括分布并数据清理：将一些不准确，影响数据分析的数据进行修改和删除。重行遗传算法、进化算法等。数据挖掘的分析方法有聚类分析、关联分复记录和冲突记录处理：在要发生冲突的部分进行预先处理，为以析、时序模式分析和分类分析。后节省时间开销。2数据挖掘的过程分析3．5数据挖掘

7、分析通过以上几步的数据处理，得到了准确性、可操作性极高的数在进行高校学生成绩进行数据挖掘时需要经过以下几个阶段：据，对其进行分析和处理，提出影响学生成绩的因素和解决方法，促(1)定义研究问题：确定需要解决的目标的背景和发展状况，(2)建立模型：把待处理的学生成绩存储在大型的数据库中，例如Mysql／进高校教育水平的发展。Oracle~。在数据库的基础上建立挖掘对象数据仓库，并且同时建立4结语统计查询或者建立各种挖掘模型，如决策树、聚类、关联规则等。这数据挖掘技术是对海量数据进行分析的技术。在现如今这个信

8、些挖掘模型是系统自身带的，不需要自己开发，主要是建立数据仓息化的时代，数据挖掘已经应用到各行各业，例如金融业、电信业、库；(3)分析数据：分析学生成绩数据从中预测最能影响学生成绩的教育业、服务行业等。数据挖掘在教育行业发展很慢，需要进一步推主要因素，然后进行整合，进一步发现关键因素；(4)准备数据：主要广发展。本文提出将数据挖掘技术应用到高校学生成绩分析中，提包括三个方面的数据：原始数据、目标数据的提前处理以及综合数出了新的数据获取形式。在