教务分析系统中语分析子系统-开题报告.docVIP

电 子 科 技 大 学 工程硕士学位论文开题报告 学位论文题目：教务分析系统中英语分析子系统 工程领域名称： 软件工程 学 号： 201192070348 姓 名： 毛 建 东 校内导师姓名: 赵 辉 企业方导师姓名： 钟德文 所 在 学 院： 自动化工程学院 电子科技大学研究生院制表 填表日期： 2013年8月8日 填 表 说 明 研究生须认真填写本表相关内容。 开题报告内容见《电子科技大学在职攻读工程硕士专业学位研究生管理暂行规定》 所列栏目填写不下的，可以另加附页。 本表采取双面复制（复印），且保持原格式不变，纸张限用 A4（页边距为上、下：2.5cm, 左为2.6cm,右为2.1cm；字体为宋体小四，行间距为18磅），整齐装订。 开题报告完成，此表经相关人员签字后，须交学院研究生教务秘书保存。 教务分析系统中英语分析子系统 1.选题来源 由于信息技术的不断发展与我国高等教育规模的快速增长，各地高校都拥有、采用了教务管理信息系统，得益于这些系统的使用，很大程度上提高了教务管理的水平，既有助于学生、也帮助了教师及教务人员。于此同时，由于经年累月的使用，经过这些系统的升级维护，但是数据库中积累了大量的教学运行数据。遗憾的是这些信息系统由于设计的原因不能提供对这些数据深层次的分析功能，这使得教务人员不能充分利用这些数据背后潜在的知识模式供教务分析决策以针对性提高我校的教学能力，领导决策时也不能得到切实的数据支持。而数据挖掘技术是对数据进行潜在深层次分析的一类软件技术，大量应用于商业、体育、科学等领域，已经取得了良好效果。 同时，大学英语教学是高等教育的一个重要的有机组成部分，大学英语课程是大学生的一门重要的基础课，是大学生外语学习的重要途径。信息技术与传统领域之间的相互渗透与交融已成为一种必然的趋势。信息激素的发展对大学生英语教学产生了更大的挑战也提出了更高的要求，教学内容与随之相应考核、评价体系的现代化、多样化也成为了其必要的组成部分。由此，大学英语教学需与现代科学技术相融合以促进教师的教学改革，学生的知识掌握。而英语教学分析系统则通过教务系统中存有的与英语教学相关的数据进行分析，以期发现问题，便于改革与决策，然后提高高等学校中学生的英语水平。 通过本校教务系统中的历史数据进行有关大学英语教学（如生源地、入学成绩、师资结构、性别、大学英语学习时间以及期末考试成绩等）包括大学英语四六级成绩的分析，然后通过数据挖掘技术分析大学英语教学中的各个因素的相关性，便于教务人员分析、决策，以提高学校的大学英语教学水平。 2.选题依据 随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，在大量的数据背后隐藏着许多重要的信息，如果能把这些信息从数据库中抽取出来，将为得到许多有意义的参考决策信息，而这种从海量数据库中挖掘信息的技术，就称之为数据挖掘(Data Mining．DM)。1995年以来，国外在知识和数据挖掘方面的论文非常多，已形成了热门研究方向。数据挖掘功能用于指定数据挖掘任务中要找的模式类型。数据挖掘的模式一般有5种，即关联模式、分类与预测、趋势变化（KDD(Knowledge Discovery in Databases)一词首次出现在l989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 D国际研讨会己召开8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。1999年，亚太地区在北京召开的第三届PAKDD会议收到158篇论文，空前热烈。IEEE的Knowledge and Data Enginee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其它领域的国际学会、学刊也把数据挖掘和知识发现列为专题和专刊讨论，甚至到了脍炙人口的程度。根据最近Ganne的HPC研究表明，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，并且还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。META Group曾做出这 样的评论：“全球重要的企业、组织会发现，到2l世纪数据挖掘技术将是他们商业成功与否的至关重要的影响因素。群体智能的研究国外进行的比较早，当前主要是对蚁群算法的研究。1991 年