数据挖掘算法在高校教务选课系统中的应用分析研究.pdfVIP

摘 要 近年来，随着计算机技术、网络技术的发展以及适应教育信息化发展的要求， 高校招生规模的扩大以及学分制的逐步实行使得教务管理工作变得越来越复杂， 同时对学校教务管理的科学性、规范化和服务性提出了更高的需求。数据挖掘作 为一个新兴的、多学科交叉的运用学科，正在各行各业的以信息分析为基础的决 策支持系统活动中扮演着越来越重要的角色。随着数据积累的越来越多，数据仓 库和数据挖掘给人们提供了一种新的认识数据、理解数据的智能手段，数据关联 规则是数据挖掘的一种重要模式。数据关联规则挖掘作为数据挖掘的一个重要研 究之路，其主要目的是用于发现数据集中项之间的相关联系。它们的结合能更好 地为学校或有关部门不同范围的决策分析提供有力的依据。将数据挖掘技术运用 于学校的教学、管理中，对提高学校教学管理水平起到了很好的指导作用，而且 应用先进技术对考试过程和教学环节中产生的数据运行多层次、多角度的分析， 使用分析结果辅助教学决策是保证教学质量、提高学生素质的必然要求。本文对 数据关联规则挖掘在商业领域已产生的影响作了描述，并以此为基础，分析了数 据关联规则挖掘在教育领域的运用现状，提出了其在教育运用、教学管理的运用 前景。 本文首先给出了数据挖掘系统的总体架构，详细阐述了数据挖掘的基本知识， 数据挖掘的步骤和挖掘算法基本知识。后详细分析构建数据挖掘系统的关键技术。 并介绍了数据关联规则挖掘的基本过程及其几种经典的实现算法。重点针对数据 关联规则挖掘中最为消耗系统资源的步骤——搜寻频繁项集作了深入的描述。在 对已有数据关联规则挖掘算法的分析基础上，提出基于Fp-growth算法的数据关联 规则挖掘改进算法，并对该算法与原算法作了数据挖掘研究和比较。证明其在挖 掘算法中的有效性和可行性。 同时本文将在对数据挖掘国内外的研究基础上，结合无锡旅游商贸高等职业技 术学校的教务管理系统提出基于数据关联规则挖掘的学生选课系统设计过程，把 数据挖掘技术引入到网上选课系统中，为教学管理提供了有效的数据分析环境， I 从而辅助教学管理者做出有效的教学决策，本文的主要工作和创新之处就是将数 据分析环境引入到选课系统中，从而对海量的选课数据运行有效的组织和管理， 最后获得支持教学组织者运行教学决策的高质量信息，从中对学生选课信息运行 数据关联规则挖掘，并根据学科科目之间的选择置信度原则，给出计算机系学生 选课优化的建议和意见，最终给出学生选课的知识体系形成评价。从而更好的安 排学习者的学习需求和完善学科科目设置方案，优化教学质量。 关键词：数据挖掘，数据关联规则，挖掘数据预处理，Fir-growth算法 Ⅱ Abstract With andmeetthe computertechnology，networktechnology development ofthe ofinformation ineducationin development technology requirements recent of wellasthe years，theexpansioncollegeenrollment，as ofthecredit makestheworkof introduction progressive system administrationhasbecome thescientificof