数据挖掘技术在中职学校教学评价中的应用研究

发布时间：2017-09-03 23:16

  本文关键词：数据挖掘技术在中职学校教学评价中的应用研究

  更多相关文章： 教学评价 关联 决策树 T检验

【摘要】：为适应现代教学管理需要,绝大部分中职学校均采用学分制教学管理系统进行教学、学生管理,提高了管理效率和水平,且经过多年的积累,也储存了大量的数据,但长期以来这些数据仅仅起到存储查询的作用,并没有为学校的教学管理工作发挥多大作用,无法为管理决策者提供事实依据和深层次分析。目前,国内外已有很多在教育中应用数据挖掘的成功案例,利用该技术,可以透过数据“表”象来看其背后的本质,从而对教师今后的有效教学给出建议,并为学校师资队伍建设提供决策依据,有利于提高学校办学水平和质量。本文主要探究了数据挖掘技术在中职学校教学评价中的应用。首先研究了关联规则技术在学生评价数据中的应用分析,以期从学生的角度发现评价结果与教师和教学过程各项因素之间的关联规则,其中针对经典的Apriori算法产生过多项集、多次扫描数据库造成执行效率低等缺点,应用了基于划分的改进的Apriori-P算法,改进后的算法只需扫描两次事务数据库,具有占用空间小、执行效率高的优点；其次研究了决策树分类技术在教师同行的听课评价数据中的应用分析,以期从教师同行的角度发现课堂教学效果好的教师都有哪些特征,为中职学校师资队伍建设提供科学依据,其中针对ID3算法只能处理离散型属性、用信息增益作为选择分枝属性的标准等缺点,应用了对ID3的改进算法,改进后的算法仅需进行简单的乘除加运算,与原ID3算法的计算量相比得到了大幅减少,且大大增强了数据处理能力；最后应用基于T检验的数据分析技术对综合教学评价数据进行分析,主要检验学生评价与同行评价的差异显著性,并分析探讨了导致差异显著性的四个维度。对上述各项数据挖掘技术在教学评价数据中的应用研究都给出了相应的应用实例,实例应用结果分析表明,给出的分析过程和技术是可行、有效的。利用以上数据挖掘技术分析的结果,可以发现教学中存在的问题,找出教师教学中哪些环节还需提高,从而有针对性地指导教师改进教学,为提高教学质量提供决策依据,同时也为中职学校的教学管理和师资队伍建设提供了决策依据。
【关键词】：教学评价 关联 决策树 T检验
【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】：2016
【分类号】：G712.0;TP311.13
【目录】：

• 摘要5-6
• Abstract6-11
• 1 绪论11-17
• 1.1 研究背景和意义11-14
• 1.2 国内外研究现状14
• 1.3 研究的主要内容14-15
• 1.4 论文主要内容与组织结构15-17
• 2 数据挖掘概念及主要挖掘技术17-28
• 2.1 数据挖掘概念17-18
• 2.1.1 数据挖掘的产生17
• 2.1.2 数据挖掘的定义及特点17
• 2.1.3 数据挖掘过程17-18
• 2.2 相关数据挖掘技术18-27
• 2.2.1 数据预处理技术19-20
• 2.2.2 关联规则20-23
• 2.2.3 决策树23-26
• 2.2.4 基于T检验的数据分析26-27
• 2.3 本章小结27-28
• 3 关联规则在学生评教中的应用28-45
• 3.1 学生评教及相关数据28-29
• 3.2 学生评教数据关联分析任务29-30
• 3.3 数据准备与预处理30-32
• 3.3.1 相关数据结构30
• 3.3.2 数据清洗与转换30-32
• 3.4 关联分析过程与算法32-37
• 3.4.1 关联规则分析过程32-33
• 3.4.2 Apriori算法的改进33-37
• 3.5 实例分析37-44
• 3.5.1 实例数据集及预处理37-42
• 3.5.2 关联分析结果与应用42-44
• 3.6 本章小结44-45
• 4 决策树在听课评价中的应用45-62
• 4.1 听课评价及其相关数据45-46
• 4.2 听课评价数据分类任务46
• 4.3 数据准备与预处理46-49
• 4.3.1 数据结构与属性选择46-47
• 4.3.2 数据清洗与转换47-49
• 4.4 决策树分类过程与算法49-52
• 4.4.1 决策树分类过程49-50
• 4.4.2 ID3算法的改进50-52
• 4.5 实例分析52-61
• 4.5.1 实例数据集及预处理52-56
• 4.5.2 构造决策树56-60
• 4.5.3 决策树分析结果与应用60-61
• 4.5.4 分类规则测试61
• 4.6 本章小结61-62
• 5 基于T检验的数据分析技术在综合教学评价中的应用62-67
• 5.1 综合教学评价数据分析任务62
• 5.2 数据准备与预处理62
• 5.3 基于T检验的数据分析过程62-63
• 5.3.1 分析指标62-63
• 5.3.2 检验过程63
• 5.4 实例分析63-66
• 5.4.1 实例数据集及预处理63-64
• 5.4.2 基于T检验的数据分析结果与应用64-66
• 5.5 本章小结66-67
• 6 总结与展望67-69
• 6.1 总结67-68
• 6.2 工作展望68-69
• 参考文献69-73
• 致谢73-74
• 攻读硕士学位期间取得的研究成果74-75
• 学位论文数据集表75

【相似文献】

中国期刊全文数据库 前10条

1 贺玉珍;浅析数据挖掘技术[J];运城高等专科学校学报;2002年03期

2 庞先伟;基于数据挖掘技术的资源型学习[J];现代远程教育研究;2002年03期

3 张红军;谈谈数据挖掘技术及其应用[J];广西梧州师范高等专科学校学报;2003年03期

4 唐日成,廖金辉,胡山泉;基于数据挖掘技术的教学理念的探讨[J];湘南学院学报;2005年02期

5 ;统计分析与数据挖掘技术的完美演绎[J];数理统计与管理;2006年01期

6 邢莉;;统计分析的新模式——数据挖掘技术[J];统计与咨询;2006年04期

7 何树称;罗岚;;数据挖掘技术在客户获取中的应用分析[J];保山师专学报;2007年02期

8 韩起云;李静;;数据挖掘技术在电信企业CRM中的应用[J];重庆教育学院学报;2007年03期

9 赵科军;赵国栋;;数据挖掘技术在信用卡业务中的应用[J];宁夏师范学院学报;2007年06期

10 丁知平;;基于数据挖掘技术的探讨[J];清远职业技术学院学报;2008年02期

中国重要会议论文全文数据库 前10条

1 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集（第二十二卷）[C];2007年

2 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

3 宁红梅;安志兴;葛亚明;李敬玺;赵坤;钟华;陈俊杰;崔艳红;;数据挖掘技术在兽医学中的应用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黄道;;数据挖掘技术综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

5 徐宝莲;李晓奇;;数据挖掘技术在网络游戏中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年

6 胡广芹;陆小左;;数据挖掘技术在中医诊断中的应用[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

7 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

8 铁军;吴智明;;数据挖掘技术在工业铝电解生产中的应用[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

9 王建华;王菲;黄国建;;数据挖掘技术研究的现状及展望[A];中国运筹学会第六届学术交流会论文集（上卷）[C];2000年

10 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集（下册）[C];2001年

中国重要报纸全文数据库 前10条

1 记者　吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

3 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年

4 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年

5 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

6 张崇峰;挖掘，再挖掘[N];中国计算机报;2003年

7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

8 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

9 刘军 兰小红 龚富强;新技术为老装备“保驾护航”[N];大众科技报;2006年

10 ;软件产业人才培养又辟新路[N];中国高新技术产业导报;2000年

中国博士学位论文全文数据库 前10条

1 沈忱;基于贝叶斯网络数据挖掘技术研究《本草纲目》活血化瘀类中药性—效—用关系[D];南京中医药大学;2015年

2 钱力维;胡国俊祛邪助运治疗老年病学术思想和经验总结[D];南京中医药大学;2016年

3 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年

4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年

5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年

6 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

7 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年

8 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年

9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年

10 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 肖建国;数据挖掘技术在就业指导与本科教学改革工作中的应用研究[D];吉林大学;2008年

2 钱和平;基于改进的灰色理论数据挖掘技术的研究[D];内蒙古农业大学;2010年

3 安冬冬;基于数据挖掘技术的常规公交服务水平评价体系研究[D];西南交通大学;2015年

4 陈萍;数据挖掘技术在网络教学中的应用研究[D];广东技术师范学院;2015年

5 邓博;基于数据挖掘技术构建电信4G客户预测模型的研究[D];兰州大学;2015年

6 赵明芳;数据挖掘技术在教学评教中的应用与研究[D];宁夏大学;2015年

7 苗家铭;基于数据挖掘技术的商业银行个人信用风险评估模型及其应用[D];南京财经大学;2015年

8 鲍素贞;数据挖掘技术在个性化网络教学平台中的应用研究[D];聊城大学;2015年

9 李文栋;基于Spark的大数据挖掘技术的研究与实现[D];山东大学;2015年

10 郭忠俊;基于数据挖掘技术的矿井提升机故障诊断研究[D];中国矿业大学;2015年

，

本文编号：787929