数据挖掘在中职生综合素质测评中的应用
发布时间:2017-08-31 14:13
本文关键词:数据挖掘在中职生综合素质测评中的应用
【摘要】:近年来,我国中等职业教育蓬勃发展,实现了中等职业教育和普通高中教育两相当。中等职业教育的培养目标是培养生产、建设、管理和服务第一线的职业型、技能型人才,培养具有岗位适应能力和创新能力的应用型人才。随着职业教育的全面深化,素质教育已成为全社会的共识。综合素质测评是对学生的一个客观、公正的全面评价,是素质教育的一个体现,它关系到学生的自身发展,学校的教育教学改革以及用人单位能否选用高素质的人才。本文对中职生综合素质测评体系进行了研究,开发了一种新的基于数据仓库设计思想的中职生综合素质测评系统,通过对学生问卷调查、对企业走访调研,采用层次分析法计算各指标权重,通过这种方法能够科学、合理的反映各指标在综合素质评价中的重要性。在学生综合素质测评的基础上,将数据挖掘技术引入,阐述了中职生综合素质测评系统的数据挖掘模型设计和数据挖掘系统的实现过程,利用频繁项集挖掘的主要方法即Apriori算法和基于划分的Apriori改进算法,产生频繁项集关联规则,得出影响中职生综合素质各因素之间的关系;利用ID3算法,建立相应的决策树,产生对应的规则集,根据产生的规则集进行预测、分析和掌握中职生综合素质测评和学生就业情况的关系,掌握这种关系有利于学校进一步培养适应社会需求的有用人才,有利于用人单位进行有针对性的选拔人才。上述研究表明,将数据挖掘算法应用于中职生综合素质测评中得到的分析结果,对中职学校有效培养中职生的综合素质能提供有效参考。
【关键词】:综合素质 数据挖掘 关联规则 决策树
【学位授予单位】:广东技术师范学院
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:G712.0;TP311.13
【目录】:
- 摘要5-6
- Abstract6-11
- 1 绪论11-17
- 1.1 论文研究的背景11-12
- 1.2 论文研究现状及存在问题12-14
- 1.2.1 我国中职生综合素质测评的现状12-13
- 1.2.2 国外相关研究13
- 1.2.3 研究方法现状分析13
- 1.2.4 当前中职生综合素质测评中存在的主要问题13-14
- 1.3 论文研究的内容及重点14-15
- 1.3.1 论文研究的内容14-15
- 1.3.2 论文研究的重点15
- 1.4 论文的写作思路与创新之处15-17
- 1.4.1 写作思路15
- 1.4.2 创新之处15-17
- 2 中职学生综合素质评价体系的建立17-31
- 2.1 中职生综合素质评价的必要性17-18
- 2.1.1 中职生综合素质测评概念界定17
- 2.1.2 中职生综合素质测评的意义17-18
- 2.2 中职生综合素质评价体系的建立原则18-19
- 2.3 我校中职生评价体系建立的具体措施19-20
- 2.3.1 企业调研19
- 2.3.2 顶岗实习学生调研19-20
- 2.4 评价体系的建立20-31
- 2.4.1 问卷设计21-24
- 2.4.2 数据分析24-26
- 2.4.3 权重值确定26-31
- 3 中职学生综合素质测评系统的开发31-37
- 3.1 构建中职生综合素质测评系统31-32
- 3.1.1 总体思路31
- 3.1.2 系统的具体实施过程31-32
- 3.1.3 系统结构模型图32
- 3.2 中职生综合素质测评系统的开发32-36
- 3.3 系统设计结果分析36-37
- 4 数据挖掘技术的引进37-45
- 4.1 数据挖掘的基本概念37
- 4.2 数据挖掘的过程37-39
- 4.2.1 数据准备阶段38-39
- 4.2.2 数据挖掘阶段39
- 4.2.3 结果分析与表达阶段39
- 4.3 数据挖掘的主要方法39-41
- 4.3.1 关联分析40
- 4.3.2 分类和预测40
- 4.3.3 聚类分析40
- 4.3.4 决策树40-41
- 4.3.5 遗传算法41
- 4.4 数据挖掘在教育领域的研究现状41-42
- 4.5 数据挖掘的工具42
- 4.6 数据挖掘未来发展方向42-45
- 5 数据挖掘在中职生综合素质测评中的应用45-63
- 5.1 构建中职生综合素质的数据仓库45-46
- 5.2 中职生综合素质评价数据的预处理46-49
- 5.3 关联规则在学生综合素质测评中的应用49-57
- 5.3.1 关联规则的基本概念49
- 5.3.2 关联规则的挖掘过程49
- 5.3.3 频繁项集挖掘的主要方法——Apriori算法49-53
- 5.3.4 基于划分的Apriori算法改进53-56
- 5.3.5 测试结果分析56-57
- 5.4 决策树在中职生综合素质测评中的应用57-63
- 5.4.1 决策树的概念与性质57-58
- 5.4.2 ID3算法58-59
- 5.4.3 决策树模型在中职就业分析中的应用59-63
- 6 总结与展望63-65
- 6.1 本论文的主要结论63-64
- 6.2 研究的局限性64-65
- 参考文献65-69
- 致谢69-71
- 学位论文数据集表71-72
【参考文献】
中国期刊全文数据库 前10条
1 刘润华;;大学生职业化体系构建模式初探[J];科技资讯;2014年13期
2 邓愫萱;;数据挖掘中决策树的探讨[J];科技创业家;2013年17期
3 朱锦山;丛爱建;许俊;;基于决策树的雷达型号识别方法研究[J];电子世界;2012年05期
4 张继美;桂红兵;;R-C4.5决策树模型在高职就业分析中的应用[J];信息安全与技术;2011年07期
5 袁华;寇卫利;宋娅丽;;基于遗传算法GIS城市区域规划优化研究[J];电脑知识与技术;2011年01期
6 何星林;;对中职生就业心理的分析与思考[J];广西教育;2010年27期
7 曹英;;数据挖掘在高校学生就业中的应用研究[J];电脑知识与技术;2010年25期
8 贺泽群;李方遒;倪东辉;;以科学发展观创新高校学生综合素质测评新模式[J];高教论坛;2010年03期
9 吴简;李兴明;;基于关联规则的分布式通信网告警相关性研究[J];计算机科学;2009年11期
10 王华;胡学钢;;医学数据挖掘中的数据预处理与Apriori算法改进[J];计算机系统应用;2009年09期
,本文编号:766052
本文链接:https://www.wllwen.com/jiaoyulunwen/zhiyejiaoyulunwen/766052.html