数据挖掘在教学评价中的应用研究

发布时间：2017-07-08 08:18

  本文关键词：数据挖掘在教学评价中的应用研究

  更多相关文章： 数据挖掘 教学评价 聚类分析 决策树 SPPSS软件

【摘要】： 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程,被信息产业界认为是数据库系统最重要的前沿之一,是信息产业界最有前途的交叉学科。在各高校实际的教学评价中,存在着很多问题,面对历年来积累的大量教学数据,而传统的教学评价手段显的无能为力,而数据挖掘这一技术就解决了这一难题。聚类方法是数据挖掘中一个重要的研究内容。本文对数据挖掘技术尤其是聚类挖掘技术进行了系统、深入地分析和研究,并将其投入到教学评价中。主要包括以下一些内容: 首先对数据挖掘技术进行了简要的回顾,在提出数据挖掘基本概念的基础上,对数据挖掘可发现的模式进行了详细地分类、归纳和总结。对数据挖掘的体系框架及运行过程也作了详细的探讨。对数据挖掘技术的国内外研究现状和当前的研究热点进行了归纳和总结。为本文的全面展开奠定了基础。 然后重点讨论了聚类算法。k平均分区算法和层次凝聚算法是数据挖掘研究的重点之一。这两种算法的应用极为广泛。然而随着应用的深入,这两种算法也暴露了一些不足之处。例如:层次凝聚算法由于在每次分区合并时,需要计算单链接距离(或全链接距离),耗费了大量的时间,其时间复杂度为0(n2)。并且一旦一个合并完成,它不能被撤消,然而对k平均分区算法来讲,它有一个最大的优点是不必在指定分区数。但是k平均分区算法的缺点是必须事先设定分区数k。这一点对用户来讲,是相当不合理的。在k平均分区算法中,初始分区的选择不当的话,将会收敛成为一个局部最小的准则,找不到最优解。针对上述情况,本文提出了一种新的改进算法(NP算法)。本文提出了一种新的改进算法(NP算法)。 将数据挖掘技术应用到实践中,对潍坊学院的成人教育数据进行挖掘,基于MS Analysis Services挖掘工具,通过决策树分析、聚集分析等方法研究而得出的有关学生的特征,如:年龄小于或等于30岁的女生学习成绩的综合表现多偏向于中,年龄大于30岁的男生学习成绩表现偏向优秀的可能性较大等特征将会提供给学术顾问,以便潍坊学院的教务处发现成人教育存在的问题与规律,针对学生的不同特征进行综合分析后对学生的选课提出指导意见(数据以潍坊学院成人教育教育管理专业的为例)。 采用数据挖掘软件SPSS对潍坊学院近几年教育技术学专业的相关数据进行统计分析,挖掘数据背后隐藏的信息与知识,揭示若干教育现象,如:在毕业论文方面:男女生之间存在显著性差异,再如在等级考试方面:男女生之间存在显著性差异,女生的成绩明显高于男生。并为潍坊学院的教育决策支持提供若干参考建议。
【关键词】：数据挖掘 教学评价 聚类分析 决策树 SPPSS软件
【学位授予单位】：山东师范大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TP311.13
【目录】：

• 中文摘要5-7
• ABSTRACT7-9
• 第一章绪论9-16
• 1.1 课题研究背景及意义9-11
• 1.2 国内外研究现状11-14
• 1.3 论文的研究工作成果14-16
• 第二章 数据挖掘技术综述16-24
• 2.1 数据挖掘技术的产生背景16-17
• 2.2 数据挖掘技术17-19
• 2.3 数据挖掘系统的体系框架及运行过程19-22
• 2.4 数据挖掘与其他数据库工具的区别和联系22-23
• 2.5 数据挖掘的热点问题23-24
• 第三章聚类方法的研究24-38
• 3.1 聚类分析定义24-25
• 3.2 样本类型和相似度测量25-29
• 3.3 聚类过程29-30
• 3.4 聚类算法的分类30-34
• 3.5 数据聚类算法的改进34-38
• 第四章基于MS ANALYSIS SERVICES 的学生特征的分析与应用38-56
• 4.1 MS SQL SERVER ANALYSIS SERVICES 概述38-40
• 4.2 学生特征的分析与应用40-56
• 第五章 基于数理统计的数据挖掘技术教学评价过程的应用56-75
• 5.1 教育数据的整理、变换和集成56-58
• 5.2 教育数据挖掘与分析58-73
• 5.3 运用数据挖掘的结果支持教学评价73-75
• 第六章结束语75-77
• 6.1 全文总结75-76
• 6.2 课题展望76
• 6.3 心得体会76-77
• 参考文献77-80
• 致谢80-81
• 攻读学位期间发表的学术论文目录81

【引证文献】

中国期刊全文数据库 前4条

1 方新丽;;基于数据挖掘的教学评价系统[J];电脑知识与技术;2010年26期

2 方新丽;;浅议数据挖掘技术及其应用[J];电脑知识与技术;2010年29期

3 高艳平;丁智;;C4.5算法在高校学生心理教育方面的应用研究[J];江西科学;2011年06期

4 宋雅婷;孟莉秋;孙道层;宫霞英;;数据挖掘技术在教学中的应用[J];中国教育技术装备;2013年03期

中国重要会议论文全文数据库 前2条

1 吕中楠;李晋宏;蔡晟;;铝电解槽分班组指标统计分析系统研究与开发[A];中国计量协会冶金分会2008年会论文集[C];2008年

2 吕中楠;李晋宏;蔡晟;;铝电解槽分班组指标统计分析系统研究与开发[A];2008全国第十三届自动化应用技术学术交流会论文集[C];2008年

中国硕士学位论文全文数据库 前10条

1 李婷;基于数据挖掘的网络有效学习机制研究[D];陕西师范大学;2011年

2 刘晓彦;基于支持向量机的独立学院教学评价系统研究[D];吉林农业大学;2011年

3 陶晓华;聚类分析在企业固定资产管理中的应用[D];山东师范大学;2008年

4 苏志强;基于Web挖掘的教育信息处理在网络课程中的应用研究[D];上海师范大学;2010年

5 胡丽青;模糊聚类在铝电解槽槽况分析中的研究与应用[D];北方工业大学;2010年

6 马潇;网络学习行为评价模式研究[D];西安理工大学;2010年

7 陈青山;决策树算法在高校教学质量评价系统中的应用研究[D];西南交通大学;2010年

8 岳娜莉;学生评教数据的知识挖掘研究[D];天津师范大学;2012年

9 杨萍;决策树和关联规则在教学评价系统中的应用[D];北京工业大学;2013年

10 高桂平;信息技术环境下课堂话语分析系统的设计与研究[D];华中师范大学;2013年

，

本文编号：533720