关联规则挖掘在教务选课系统中的分析研究及应用.pdfVIP

中文摘要 论文题目： 关联规则挖掘在教务选课系统中的研究与应用 专 业： 软件工程 硕士生： 陈志强 指导教师： 周晓聪副教授 摘要 近年来，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要求。 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，许多学校自 主开发或购买了基于网络的综合教务管理系统，实现了教务管理的网络化，积累 了大量的数据。数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之 一，也是决策支持系统的关键因素。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，关联规则是数据挖掘的一种重要模式。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。 本文通过对关联规则挖掘技术的研究，结合选课系统的特点，提出将数据仓 库理论和数据挖掘技术运用到教学管理中，并结合一个实际项目，给出具体的设 计及实施方案。随着高校教学体制及模式改革，专业设置日趋多样化，课程学分 制的普及，学生选课成为高校教学管理的一项重要工作。而现代化的高校教务管 理需要现代化的信息管理系统支持，纵观以往的学生选课管理系统，多半是单纯 完成选课功能的系统，缺乏综合分析、辅助决策的能力，并且对其历史积累的海 量信息中隐含知识的利用无能为力，而这些信息，则可以辅助相关部门进行合理 的教学资源分配并做出相应开课决策，对教学进行合理的评估。采用先进技术通 过对学生选课进行分析过程中产生的数据进行多层次、多角度的分析，利用分析 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。 该系统结合了学生选课系统、选课数据分析系统，两大主要功能模块，本文 着重介绍了选课数据分析系统即数据挖掘模块的实现方法与相关技术。本文在对 中山大学硕士论文 关联规则数据挖掘技术进行学习研究的基础上采用一种基于模式增长的 FP—Growth频繁模式挖掘算法，避免了大量候选项集的产生，只需要两次扫描数 据库，对一个实际的综合教务管理系统中的选课数据进行了挖掘，得到了一些对 教师、学生和管理人员等有用的信息。以期对今后教务管理系统的开发和完善提 供参考，最终为高校的教学、管理提供数据支持，真正提高教务管理的科学性、 规范化和服务性，提高教务管理的质量和效率。 本研究是一次关联规则数据挖掘技术在教务选课系统中的应用研究的有益 尝试。 关键词：关联规则，数据挖掘，频繁模式，FP—Growth算法 II 英文摘要 Title：TheResearchand ofAssociationRules inEducationalC Application Mining 8election System Software Major： Engineering NRlne：Chert Zhiqiang Zhou Professor Supervisor：Xiaocong，Associated ABSTRACT Inrecent the ofrecruitmentscaleandthe years，withexpansion gradud of credit inthe hascausedtheeducational implement