数据挖掘技术在学生成绩分析中的应用研究

发布时间：2017-07-20 02:20

  本文关键词：数据挖掘技术在学生成绩分析中的应用研究

  更多相关文章： 数据挖掘 数据仓库 关联规则 Apriori算法

【摘要】： 高等院校的中心工作是教学,重点是提高教育质量,而学生成绩恰恰是衡量教学质量的重要依据,所以数据挖掘在分析学生成绩中有着重要意义。通过对学生成绩信息进行数据挖掘,可以发现各门课程之间的关联关系,为教学和学生管理提供决策支持,更好的开展教学工作,提高教学质量。 本文首先在数据仓库和数据挖掘理论研究的基础上,介绍数据仓库和数据挖掘的基本理论,重点阐述了数据仓库的构建和联机分析处理。 其次,介绍了数据挖掘中关联规则的基本算法,重点分析了Apriori算法,通过对Apriori算法的深入研究,针对Apriori算法存在的缺点,提出了一种减少事务数据库扫描次数的改进算法,并通过实例说明该算法的优点。 最后使用SQL Server2005构建基于学生成绩的数据仓库,从概念模型、逻辑模型和物理模型三个方面完成数据仓库的设计,通过对数据的抽取、清洗、转化和加载完成数据仓库的构造。使用Visual C++作为开发工具设计学生成绩数据挖掘系统,将改进的关联规则算法应用到学生成绩数据挖掘中,通过对存储在数据仓库中的学生成绩进行挖掘,发现并分析隐藏于当前数据库数据背后的有效关联规则,据其给出相应建议,为今后的教学管理和学生管理工作提供相应的决策依据。
【关键词】：数据挖掘 数据仓库 关联规则 Apriori算法
【学位授予单位】：西安石油大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP311.132
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-11
• 1.1 研究的背景和意义7-8
• 1.2 国内外研究现状8-9
• 1.3 论文的研究内容9
• 1.4 论文的组织结构9-11
• 第二章 学生成绩数据挖掘的理论研究11-28
• 2.1 数据挖掘11-17
• 2.1.1 数据挖掘的概念11-12
• 2.1.2 数据挖掘的过程12-13
• 2.1.3 数据挖掘的功能13-15
• 2.1.4 数据挖掘的方法15-17
• 2.2 数据仓库17-28
• 2.2.1 数据仓库的概念17
• 2.2.2 数据仓库的特点17-19
• 2.2.3 数据仓库系统19-20
• 2.2.4 数据仓库的构建20-22
• 2.2.5 联机分析处OLAP22-27
• 2.2.6 从数据仓库到数据挖掘27-28
• 第三章 关联规则算法的改进28-44
• 3.1 问题的提出28
• 3.2 关联规则的概述28-32
• 3.2.1 关联规则的定义29-31
• 3.2.2 关联规则的分类31-32
• 3.3 关联规则算法分析32-38
• 3.3.1 关联规则挖掘的相关算法32
• 3.3.2 关联规则挖掘的Apriori算法32-35
• 3.3.3 Apriori算法实例分析35-38
• 3.4 Apriori算法的缺陷及改进38-44
• 3.4.1 Apriori算法的缺陷38-41
• 3.4.2 Apriori算法的改进41-43
• 3.4.3 改进Apriori算法的性能分析43-44
• 第四章 学生成绩数据挖掘系统的设计与实现44-63
• 4.1 学生成绩数据仓库的建立44-53
• 4.1.1 数据仓库的设计44-51
• 4.1.2 数据仓库的实现51-53
• 4.2 学生成绩数据挖掘系统的实现53-58
• 4.2.1 系统的需求分析54-55
• 4.2.2 系统的逻辑结构设计55-56
• 4.2.3 系统的软件结构设计56
• 4.2.4 系统的界面设计56-58
• 4.2.5 系统的数据库设计58
• 4.3 学生成绩数据挖掘结果的分析58-63
• 第五章 结论与展望63-64
• 致谢64-65
• 参考文献65-68
• 攻读硕士学位期间发表的论文68-69
• 详细摘要69-81

【引证文献】

中国期刊全文数据库 前1条

1 李静;;基于关联规则的计算机基本操作能力影响因素分析[J];山西大同大学学报(自然科学版);2012年03期

中国硕士学位论文全文数据库 前6条

1 黄敏凤;数据挖掘技术在高校学生成绩中的应用研究[D];江西师范大学;2011年

2 严的兵;基于数据挖掘的学生成绩分析[D];安徽大学;2011年

3 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年

4 吕刚;基于关联规则算法的中职教务管理系统应用与研究[D];苏州大学;2012年

5 庄艺圆;基于教育云的学业评价系统研究[D];华东师范大学;2013年

6 刘静;数据挖掘技术在高校CET-4成绩分析中的应用研究[D];安徽大学;2013年

，

本文编号：565870