- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
教学信息中的分类知识发现
摘 要
高等教育的信息化建设,促成学校大量教育教学信息的积累。这些信
息包括学校的专业设置情况、开设课程情况、任课教师情况、学生基本情
况、家庭背景、身体状况、学生历年的考试成绩等。这些数据的有效利用,
可发现对教育教学改革与管理的有价值信息。
本文详细研究了多种数据挖掘技术,并重点研究了分类规则,探索了
分类规则发现方法在教育信息中的应用研究。主要工作如下:
(1)概述了数据挖掘技术的发展和相关理论知识,提出了将数据挖
掘分类技术应用于高校教学研究中的实施方案。
(2)提出了学生学习基本信息库的建立方法,通过分类挖掘发现课
程之间的相关性,探索成绩差异原因。
(3)对分类算法进行深入研究,提出基于相关性属性的决策树构造
算法,并应用于学生成绩分析决策树模型。
(4)开展了从数据中探索教育规律、学生成长规律、学生学业成绩
变化规律相关性研究。
关键词:数据挖掘;分类技术;教育信息;相关性属性
Classification
Knowledge
Discovery
in information
Teaching
Abstract
A amountofeducationand informationisstoredin
large teaching
databankin educationinformation
university higher construction.Thiskind
ofinformationincludes
specialty
scoreeach etc.Justfor
families,student these
health,student year large
amountsof ofthesedatacannotbeutilized
information,most effectively.
is fortheeducationadviserstoobtainthe
However,itimportant
very
valuableinformationfor innovationandadministration
education-teaching
behindthis amountofinformation.
large
kindsofdata arestudiedindetailinthis
Many miningtechniques
dissertation.Theclassificationis studied.This
regulationmainly dissertation
the of in
exploresapplicationregulation method
文档评论(0)