数据挖掘在中职学生管理中的应用研究

发布时间：2017-07-19 12:04

  本文关键词：数据挖掘在中职学生管理中的应用研究

  更多相关文章： 数据挖掘 中职 学生管理 决策支持

【摘要】：本文首先对数据挖掘、数据仓库、联机分析处理等技术的国内外研究现状进行了简单介绍,然后对数据仓库技术、联机分析处理技术、数据挖掘技术及其常见算法等作了简单简述,在此基础上对这些技术在中职教育数据分析上的应用作了详细的研究。本文采用了数据仓库技术,引入了决策系统。它不仅具有传统的管理系统的基本功能,而且还可以对学校日常产生的历史数据,利用各种数据挖掘技术,提取隐含在其中的事先未知的,潜在的,深层次的,有价值的信息,并能够为各级管理人员进行科学决策提供可靠的数据支持,从而确保各项决策的制定更加的科学与准确。具体工作如下:首先对中职学校班级学生管理决策支持系统进行了需求分析,在需求分析的基础上对系统进行了体系结构设计和模块设计。然后详细的论述了系统的数据仓库和多维数据集的建立过程,在数据仓库和多维数据集的基础上建立了班级学生细分模型、班级学生成绩影响因素关联规则分析模型、班级学生流失因素关联规则模型三个数据挖掘模型,并对分析结果作了分析。最后本文讨论了中职班级管理系统WEB数据展现的实现方法并实现了简单系统。数据挖掘技术如今广泛应用于社会经济中的各行各业,然而在中等职业教育领域的应用研究还比较少,在国家大力发展职业教育的背景下,本文研究了数据挖掘等技术在中等职业教育中的应用,这对提高中等职业教育的教学质量有一定的帮助。
【关键词】：数据挖掘 中职 学生管理 决策支持
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G717;TP311.13;TP311.52
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-14
• 1.1 研究背景及意义11-12
• 1.2 数据挖掘技术的研究现状12
• 1.2.1 数据挖掘研究现状12
• 1.2.2 数据挖掘在教育领域的应用12
• 1.3 本文主要研究工作12-13
• 1.4 本文结构安排13-14
• 第2章 数据仓库、联机分析处理与数据挖掘技术14-28
• 2.1 数据仓库技术14-16
• 2.1.1 数据仓库的定义及特点14-15
• 2.1.2 数据仓库的体系结构15-16
• 2.1.3 数据仓库的开发流程16
• 2.1.4 数据仓库建设常用工具16
• 2.2 联机分析处理技术16-18
• 2.3 数据挖掘技术18-20
• 2.3.1 知识发现18-19
• 2.3.2 数据挖掘概念19-20
• 2.3.3 数据挖掘算法的分类20
• 2.4 数据挖掘算法介绍20-26
• 2.4.1 贝叶斯分类算法21-22
• 2.4.2 聚类算法22-24
• 2.4.3 关联规则算法24-26
• 2.5 挖掘工具介绍26-27
• 2.5.1 数据挖掘产品26-27
• 2.5.2 数据仓库产品选择27
• 2.6 数据挖掘结果分析27
• 2.7 本章小结27-28
• 第3章 中职学生管理DSS系统的分析与设计28-34
• 3.1 决策支持系统DDS28-30
• 3.1.1 概述28-29
• 3.1.2 决策支持系统的特征及功能29
• 3.1.3 DSS的系统结构29-30
• 3.2 系统需求分析30-31
• 3.3 系统体系结构31-32
• 3.4 功能模块32-33
• 3.5 本章小结33-34
• 第4章 中职学生管理DSS系统的实现34-56
• 4.1 源数据结构34-35
• 4.2 数据的抽取、清洗、转换和装载35-38
• 4.2.1 数据的ETL过程36-37
• 4.2.2 数据的清洗37
• 4.2.3 数据的转换37-38
• 4.3 数据仓库及多维数据集设计38-41
• 4.3.1 多维数据集的设计38-39
• 4.3.2 多维数据集的建立39-40
• 4.3.3 使用多维数据集40-41
• 4.4 数据挖掘模型设计41-51
• 4.4.1 学生细分模型的建立42-44
• 4.4.2 学生成绩影响因素关联规则模型44-48
• 4.4.3 学生流失因素关联规则模型48-51
• 4.5 数据挖掘结果的WEB展现51-55
• 4.5.1 系统结构选择51-52
• 4.5.2 连接数据仓库52
• 4.5.3 非数据挖掘模块的实现52-53
• 4.5.4 数据挖掘模块的WEB展现用到的控件53-54
• 4.5.5 数据挖掘WEB展现模块的实现54-55
• 4.6 本章小结55-56
• 总结及展望56-57
• 参考文献57-60
• 致谢60

【参考文献】

中国期刊全文数据库 前10条

1 龙波;;中职院校德育评价系统的设计与实现[J];电子技术与软件工程;2013年19期

2 祝海燕;陈林;;加强和改进中职学校学生德育评价问题探析[J];金田;2013年10期

3 吴亚东;冯金丽;;高职学生德育评价体系创新探讨[J];教育教学论坛;2013年19期

4 印丹榕;;高校学生德育评价指标体系构建初探[J];南京财经大学学报;2013年02期

5 赵京胜;张鹏;;数据挖掘与辅助决策在物联网中的应用研究[J];信息技术与信息化;2012年04期

6 喻金平;黄细妹;李康顺;;基于一种新的属性选择标准的ID3改进算法[J];计算机应用研究;2012年08期

7 习慧丹;;数据挖掘研究综述[J];电脑与信息技术;2012年01期

8 张红艳;都娟;;关联规则中Apriori算法的应用[J];数字技术与应用;2011年08期

9 丁慧;;决策树ID3算法及其改进算法研究[J];赤峰学院学报(科学教育版);2011年04期

10 陈萍;;浅谈数据挖掘在个人金融服务客户关系管理中的应用[J];科技信息;2011年16期

中国博士学位论文全文数据库 前2条

1 高联雄;智能公交系统数据挖掘研究与应用[D];北京邮电大学;2011年

2 韩璐;基于数据挖掘的土地利用决策研究[D];中国地质大学（北京）;2011年

中国硕士学位论文全文数据库 前4条

1 郑元君;高校学生德育素质评价系统的设计与实现[D];电子科技大学;2013年

2 宋传超;社交网络中基于概率的可伸缩聚类算法研究[D];山东建筑大学;2013年

3 杜新武;基于数据挖掘的销售预测研究[D];山东轻工业学院;2011年

4 白玲;数据挖掘在高校学生成绩分析中的应用[D];华东师范大学;2011年

，

本文编号：562773