数据挖掘技术在成绩分析及课程设置中的应用研究
发布时间：2021-08-22 09:18
在高职院校的教育过程中,涉及到的学生成绩与课程设置相关的内容和数据十分繁杂,包括:专业类别信息,在校和已毕业的学生人数信息,学生所需学习的课程门数信息,课程成绩与先修课程和后续课程之间的关系,专业课程与用人单位工作之间的要求关系等等,这些因素导致学生成绩数据量和课程信息的数据量也十分庞大。该论文采用数据挖掘技术,对兰州某职业技术学院机电工程系机电一体化技术专业,针对该专业学生成绩进行分析,发现挖掘出能够影响学生学习成绩的因素,以便促进教学。充分考虑用人单位有关课程设置的要求,针对课程设置进行分析,以便更好地制定教学计划。本文的主要作了以下的研究工作:（1）本文首先分析了目前高职院校对教育数据的利用情况,研究了国内外对教育数据进行数据挖掘的现状,提出了本文针对兰州某职业技术学院教育数据进行挖掘的主要研究工作,解决现阶段存在的问题。而后,对数据挖掘技术相关理论进行了学习,深入系统的研究了相关的理论,提出了改进措施。（2）针对兰州某高职院校教务管理系统在学生成绩管理环节存在的问题,利用Apriori算法对该校机电工程系机电一体化技术专业2008-2017年的成绩进行了数据挖掘,发现了这些数据...
【文章来源】：兰州交通大学甘肃省
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
论文研究方法及技术路线图
兰州交通大学工程硕士学位论文第三章关联规则 Apriori 算法在成绩分析中的应用研究。首先，对某高职院校的教务数据进行了分析研究，进行了数据样本的采集。并对该数据进行了预处理，包括：数据的清理与转换等等。利用前期提出的数据挖掘的关联规则算法对已处理的数据进行挖掘分析，以便找到课程与专业要求、课程与学生成绩之间的内在联系和知识关系，为今后的教学方法、学生的学习方法提供有利的数据支持。
图 2.1 教育数据挖掘方法无论是教育数据挖掘还是通用数据的挖掘，他们都涉及到了计算机科学、统计学等学科。教育数据挖掘根据其工程应用背景，还需要涉及与教育学相关的学科，如上三个学科，是教育数据挖掘的基本学科构架。项目实施需要相关人员熟悉的教育领域的特色工程背景。教育数据挖掘的流程具体描述如图 2.2 所示。该实施过程是可持续的，循环处理的过程。由教育环境中来，并回归到教育环境中去。图 2.2 教育数据挖掘按照事物的规律分析，可知数据挖掘中的每种算法都会因为其自身的特点，存在针
【参考文献】：
期刊论文
[1]海洋时移地震数据处理质量控制技术[J]. 王大为,刘金朋,丘斌煌,晏红艳. 工程地球物理学报. 2018(03)
[2]教育大数据环境下基于关联规则的答卷分析模型研究[J]. 赵纪涛,王婷. 现代计算机(专业版). 2017(29)
[3]基于Spark的Apriori算法的改进[J]. 牛海玲,鲁慧民,刘振杰. 东北师大学报(自然科学版). 2016(01)
[4]教育数据挖掘研究进展综述[J]. 周庆,牟超,杨丹. 软件学报. 2015(11)
[5]改进的关联规则算法在学生成绩预警中的应用[J]. 王华,刘萍. 计算机工程与设计. 2015(03)
[6]关联规则挖掘算法Apriori的研究改进[J]. 周发超,王志坚,叶枫,邓玲玲. 计算机科学与探索. 2015(09)
[7]Aprior算法的改进及其在高职学生就业中的应用[J]. 马蓉. 价值工程. 2013(30)
[8]基于关联规则的计算机等级考试答卷分析[J]. 申义彩,杨枫,王晓燕. 信息系统工程. 2011(10)
[9]关联规则挖掘的Apriori算法综述[J]. 赵洪英,蔡乐才,李先杰. 四川理工学院学报(自然科学版). 2011(01)
[10]国内外教育数据挖掘研究现状及趋势分析[J]. 李婷,傅钢善. 现代教育技术. 2010(10)
硕士论文
[1]面向学生成绩分析的数据挖掘系统设计与实现[D]. 夏华.苏州大学 2016
[2]Apriori算法及其在学生成绩分析中的应用研究[D]. 杨财英.湖南大学 2016
[3]基于数据挖掘的高校学生成绩管理系统的设计与实现[D]. 闫金奎.天津大学 2016
[4]数据挖掘中关联规则算法的研究与改进[D]. 张玺.北京邮电大学 2015
[5]基于关联规则的学生成绩分析系统的设计与实现[D]. 刘爱民.吉林大学 2014
[6]聚类分析和关联规则技术在成绩分析中的研究及应用[D]. 柳玉巧.华中师范大学 2014
[7]基于数据挖掘的高校学生成绩预警技术的研究[D]. 梁啸.武汉理工大学 2014
[8]数据挖掘技术在高校教务管理中的应用研究[D]. 陈雪萍.广西师范大学 2014
[9]基于关联规则的成绩分析及课程设置研究[D]. 孙月昊.河北科技大学 2013
[10]高校学生考试成绩分析系统的分析与设计[D]. 姜琳.北京邮电大学 2012
本文编号：3357469
【文章来源】：兰州交通大学甘肃省
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
论文研究方法及技术路线图
兰州交通大学工程硕士学位论文第三章关联规则 Apriori 算法在成绩分析中的应用研究。首先，对某高职院校的教务数据进行了分析研究，进行了数据样本的采集。并对该数据进行了预处理，包括：数据的清理与转换等等。利用前期提出的数据挖掘的关联规则算法对已处理的数据进行挖掘分析，以便找到课程与专业要求、课程与学生成绩之间的内在联系和知识关系，为今后的教学方法、学生的学习方法提供有利的数据支持。
图 2.1 教育数据挖掘方法无论是教育数据挖掘还是通用数据的挖掘，他们都涉及到了计算机科学、统计学等学科。教育数据挖掘根据其工程应用背景，还需要涉及与教育学相关的学科，如上三个学科，是教育数据挖掘的基本学科构架。项目实施需要相关人员熟悉的教育领域的特色工程背景。教育数据挖掘的流程具体描述如图 2.2 所示。该实施过程是可持续的，循环处理的过程。由教育环境中来，并回归到教育环境中去。图 2.2 教育数据挖掘按照事物的规律分析，可知数据挖掘中的每种算法都会因为其自身的特点，存在针
【参考文献】：
期刊论文
[1]海洋时移地震数据处理质量控制技术[J]. 王大为,刘金朋,丘斌煌,晏红艳. 工程地球物理学报. 2018(03)
[2]教育大数据环境下基于关联规则的答卷分析模型研究[J]. 赵纪涛,王婷. 现代计算机(专业版). 2017(29)
[3]基于Spark的Apriori算法的改进[J]. 牛海玲,鲁慧民,刘振杰. 东北师大学报(自然科学版). 2016(01)
[4]教育数据挖掘研究进展综述[J]. 周庆,牟超,杨丹. 软件学报. 2015(11)
[5]改进的关联规则算法在学生成绩预警中的应用[J]. 王华,刘萍. 计算机工程与设计. 2015(03)
[6]关联规则挖掘算法Apriori的研究改进[J]. 周发超,王志坚,叶枫,邓玲玲. 计算机科学与探索. 2015(09)
[7]Aprior算法的改进及其在高职学生就业中的应用[J]. 马蓉. 价值工程. 2013(30)
[8]基于关联规则的计算机等级考试答卷分析[J]. 申义彩,杨枫,王晓燕. 信息系统工程. 2011(10)
[9]关联规则挖掘的Apriori算法综述[J]. 赵洪英,蔡乐才,李先杰. 四川理工学院学报(自然科学版). 2011(01)
[10]国内外教育数据挖掘研究现状及趋势分析[J]. 李婷,傅钢善. 现代教育技术. 2010(10)
硕士论文
[1]面向学生成绩分析的数据挖掘系统设计与实现[D]. 夏华.苏州大学 2016
[2]Apriori算法及其在学生成绩分析中的应用研究[D]. 杨财英.湖南大学 2016
[3]基于数据挖掘的高校学生成绩管理系统的设计与实现[D]. 闫金奎.天津大学 2016
[4]数据挖掘中关联规则算法的研究与改进[D]. 张玺.北京邮电大学 2015
[5]基于关联规则的学生成绩分析系统的设计与实现[D]. 刘爱民.吉林大学 2014
[6]聚类分析和关联规则技术在成绩分析中的研究及应用[D]. 柳玉巧.华中师范大学 2014
[7]基于数据挖掘的高校学生成绩预警技术的研究[D]. 梁啸.武汉理工大学 2014
[8]数据挖掘技术在高校教务管理中的应用研究[D]. 陈雪萍.广西师范大学 2014
[9]基于关联规则的成绩分析及课程设置研究[D]. 孙月昊.河北科技大学 2013
[10]高校学生考试成绩分析系统的分析与设计[D]. 姜琳.北京邮电大学 2012
本文编号：3357469
本文链接：https://www.wllwen.com/jiaoyulunwen/zhiyejiaoyulunwen/3357469.html
