基于数据挖掘的教务管理系统的设计与实现

作者:董萍 刊名:三门峡职业技术学院学报 上传者:王岩

【摘要】教务管理系统中含有大量有待挖掘的有用信息,在大力提倡科教兴国的今天,这些信息对学院更好地制定学生培养计划具有重要的指导意义。对教务管理系统进行了全面剖析,通过在该系统中的具体实践和运用,对关联规则以及聚类分析等数据挖掘的方法进行了探索,实现了一个实用的教务数据挖掘系统。

全文阅读

随着高等学校招生规模的不断扩大和信息技术的不断发展,各高校都建立了能提高教学和管理水平的教务管理系统,但由于存在众多的教务数据,原系统缺乏综合分析和辅助决策的能力,因此需要借助数据挖掘技术对其进行分析挖掘有价值的信息,达到为决策者服务的目的。 1 基础知识 1.1 基本概念 数据挖掘是将大量的数据转换为具有潜在价值、可供人们理解的信息和知识的过程,其本质是在已有的若干信息中挖掘规律[1]。 数据挖掘技术能帮助人们从浩如烟海的数据中提取出高质量的信息和减轻工作负担,给数据和信息之间的鸿沟架设方便之桥。 1.2 数据挖掘的流程 数据挖掘包括确定选择数据对象、数据准备、数据挖掘、分析和同化几个过程[2]。 其中,选择数 摘 要:教务管理系统中含有大量有待挖掘的有用信息,在大力提倡科教兴国的今天,这些信息对学院更好地制定学生培养计划具有重要的指导意义。对教务管理系统进行了全面剖析,通过在该系统中的具体实践和运用,对关联规则以及聚类分析等数据挖掘的方法进行了探索,实现了一个实用的教务数据挖掘系统。 关键词:数据挖掘;教务管理;关联规则 中图分类号:TP311.52 文献标识码:A 文章编号:1671-9123(2015)01-0135-05 收稿日期:2014-11-05 基金项目:河南省教育厅科学技术研究重点项目课题(14B520041) 作者简介:董萍(1980-),女,河南淮阳人,三门峡职业技术学院信息传媒学院讲师。 基于数据挖掘的教务管理系统的设计与实现 ◎董 萍 (三门峡职业技术学院信息传媒学院,河南三门峡 472000) 三门峡职业技术学院学报 JOURNAL OF SANMENXIA POLYTECHNIC 第14 卷第1 期 技术与应用 / 技术与应用 135 据对象是数据挖掘的重要一步;数据准备主要是对数据质量进行分析,消除噪声数据和不一致数据,本阶段包括数据的选取、数据预处理、数据的转换三个步骤;数据挖掘是核心步骤,主要是指选择最优算法和技术对转换的数据进行挖掘;分析和同化阶段主要体现的是对挖掘出的模式进行分析,供用户理解,并将分析的结果集成到挖掘的组织结构中。 1.3 分析方法 数据挖掘的方法主要是关联分析和聚类分析。 其中关联分析[3]是数据挖掘中的一种主要挖掘技术,关联规则挖掘是从大量数据中挖掘出有价值的、描述数据项之间相互联系的有关知识,侧重于发现数据库或数据仓库记录之间有趣的关联性或者相互关系,根据这种关联性就可从某一记录的属性信息来推断其他记录的属性信息[4]。 聚类分析是一种“物以类聚”的方法,是数据挖掘技术中的重要组成部分,该方法按照属性值把一组对象划分成一系列有意义的子集的描述性任务,在数据中发现令人感兴趣的分布模式[5]。 2 教务数据的预处理 数据预处理主要是对包含有噪声、不完整、不一致数据的处理,一般需要用掉挖掘过程中 70% 的工作量。 数据挖掘依赖于经过良好组织和预处理的数据源,数据源的好坏直接影响着数据挖掘,因此数据预处理过程是一个非常重要的阶段和步骤。 2.1 基本概念 为更好地提高知识发现的起点和知识的准确度,保证数据挖掘的精确性,使用者在对数据进行挖掘前需要对其进行数据预处理工作。 数据预处理方法有数据清洗、数据集成、数据变换三个方面。 在对三门峡职业技术学院教务数据进行数据预处理阶段,需要对数据进行集成、变换和特殊情况的处理。 2.2 教务数据预处理的实施 在对教务成绩、教师教学质量分别进行关联、聚类分析前,必须对我们所需要的数据进行选取,这是一个非常重要的工作。 如果没有准确的数据,就不能挖掘出正

参考文献

引证文献

问答

我要提问