边婷开题报告.docVIP

中 北 大 学 毕业设计开题报告 学 生 姓 名： 边婷 学 号： 0509040107 学 院、系： 电子与计算机科学技术学院 计算机科学与技术系 专 业： 计算机科学与技术 设 计 题 目： 学生成绩分析管理系统的设计与实现 指导教师: 刘爽英 2009年 3 月 15 日  毕 业 设 计 开 题 报 告 1．结合毕业设计情况，根据所查阅的文献资料，撰写2000字左右的文献综述： 文 献 综 述 一．选题的目的和意义 近年来，各种类型的信息管理系统在学校各部门都已建立，如学生事务管理系统、 教务管理系统、教师教学水平评估系统等。另外，一些学校还研制和开发了各类辅助教 育信息平台，它们的开发和应用大大提高了工作效率。随着学生数量和课程数量的增加， 教学管理要求的提高，教学管理者对教学工作趋势的预测以及教学管理方针的制定越来 越依赖于大量成绩信息分析的结果[1]。但是，由于大多数应用信息分散在各个不同的部门，缺乏统一的组织和管理，虽然积累了大量的数据信息但对于某些需要分析统计的问题，例如相同课程采用不同的考核方式，对学生的成绩有什么影响，来自不同省市的学生，同一课程的成绩有多少差距，常规教学方式与多媒体教学方式对学生成绩有什么影响等，原来的处理系统已经不能满足工作需要。这些功能的缺失使教学与管理人员很难了解数据在评测信息平台中所起到的作用大小。虽然现在很多成型的系统应用中都提到了成绩管理和分析系统，但这些系统大多数是一般的管理应用，能够计算出数据库的各个字段的总计值、平均值、最大最小值并以直方图、饼形图的形式显示。而对于成绩的统计与分析，目前体现较多的是某一门课程某一次考试成绩的正态分布情况、及格率等等，如在国家专项考试中，国家考试中心对外语教学管理，特别是大学英语四六级考试成绩上，推出了对于客观题和主观题的简单分析和纵向评价，并把它应用到考试出题和成绩处理中，但因其只有英语成绩这一项数据，所以不能更好地实现横向分析和对学生素质更广泛的评价[2～3]。 许多高校采用了基于网络的综合教务管理系统，这些系统都实现了网上注册、网上选课、成绩管理、教学评价、毕业审核等各项教务管理工作，提高了教务管理的效率。都具有对海量数据的存储、备份、查询、报表和简单的统计功能[4]。传统的成绩管理系统由于是面向业务操作设计的，无论是查询、统计、还是生成报表，其处理方式大都是对指定的数据进行简单的数字处理，不能对这些数据所包含的内在信息进行提取和综合性分析，所以对于决策者而言没有相应的决策支持系统。但目前，几乎没有较成熟的纵向分析和横向分析系统，这些分析大多采用手工计算作对比的方法加以研究，因为操作的难度很大常常被放弃。因此这就需要新的技术来弥补原有数据库系统的不足，发挥以下几点优势：(1)便于维护。(2)服务器需要重点维护。(3)易于操作。(4)部署方便，易于发布[5～7]。 使用计算机网络对学生考试成绩信息进行管理，具有手工管理所无法比拟的优点。检索迅速、统计种类多、直观的图形分布显示、管理方便、存储量大、安全性好、成本低、跨平台性等，这些优点极大地提高了学校对学生考试成绩的管理、统计、分析的效率。 taMining，简称DM），又称为数据库中知识发现(Knowledege Discovery from Database，简称KDD)它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的复杂过程[14]。KDD首次出现在1989年举行的第十一届国际联合人工智能学术会议上。到目前为止，由美国人工智能协会主办的KDD国际研讨会己经召开了9次，规模由原来的专题讨论会发展到国际学术大会，研究重点也逐渐从发现方法转向系统应用，注重多种发现策略和技术的集成，以及多种学科之间的相互渗透。IEEE的Knowledge and Data Engineering会刊率先在1993年出版了KDD技术专刊。并行计算、计算机网络和信息工程等国际学会、学刊也把数据挖掘和知识发现列为专题和专刊论。Gartner Group的一次高级技术调查将数据挖掘和人工智能列为“未来三到五年内将对工业产生深远影响的五大关键技术”之首，并将并行处理体系和数据挖掘列为未来五年内投资焦点的十大新兴技术前两位[15]。 当前数据挖掘应用主要集中在电信(客户分析)、零售(销售预测)、农业(行业数据预测)、网络日志(网页定制)、银行(客户欺诈)、生物(基因)、天体(星体分类)、化工、医药等方面。当前它能解决的典型问题:数据库营销(database Marketing)、客户群体划(customer segmentation classification)、背景分析(Profile Analysis)、交叉销售(Cross-se