数据挖掘论文：关联规在高校教务管理中的应用.docVIP

数据挖掘论文：关联规则在高校教务管理中的应用 【中文摘要】数据挖掘技术是一门综合性多学科的技术,被认为是数据库和人工智能领域中研究、开发和应用最活跃的分支之一,关联规则挖掘又是数据挖掘领域中的-个极其重要的内容。关联规则挖掘的主要在于发现数据库中大量的、看似无关的数据之间隐藏的、有用的关系。近年来已广泛应用在产品质量分析、金融风险预测、电信、分子生物学、基因工程研究以及信息搜索等众多领域。近年来随着高等教育体系的发展成熟,高校教学规模的不断扩大,教学管理的逐步规范化,高校教学管理面临着巨大的压力。为了适应高校的发展,各校先后利用校园网等资源进行了教育信息化,高校教务管理系统的运用使教务管理产生了飞跃的变化,大大提高了工作效率,减少了人力物力的浪费。将数据挖掘技术运用于高校教务管理中,利用分析结果辅助教学决策科学的指导有助于帮助管理者做出科学的决策,是一项具有重大意义的研究。文章对数据挖掘技术作了一般性的讨论,对数据挖掘的概念、产生的背景、意义以及数据挖掘的技术、方法、应用领域等做了简单的介绍。然后较为详细的介绍了数据挖掘中关联规则挖掘,阐述了关联规则挖掘涉及的相关概念、性质等,解析了关联规则中的经典算法——Apriori算法。通过对算法缺陷的分析,引出了一些改进了的Apriori算法,并重点提出了一种改进了的Apriori算法：介绍了该改进算法的基本思想、理论基础以及该算法实现的详细步骤,并举例详细说明了该算法的挖掘步骤。文章将改进了的Apriori算法应用于高校教务管理中,以作者所在学校教学评价数据为例,通过对教师素质与教师评价成绩数据的挖掘,发现了教学质量与教师素质之间的联系,并依据挖掘结果提出了提高教学质量的方案,为教学管理部门提供了决策和指导。 【英文摘要】Data mining technology is a comprehensive multidisciplinary technology, is considered to be one of the most active branch in research development and application of database and artificial intelligence fields, while the association rules mining is an extremely important content of the data mining. The main purpose of association rules mining is to find hidden and useful relationship among a lot of seemingly unrelated data in the database. In recent years data mining have been used widely in product quality analysis, financial risk forecasting, telecommunications, molecular biology, genetic engineering research, information search and many other fields.In recent years, with the constant expansion of university teaching, the gradual standardization of teaching management, College Teaching Management faces enormous pressures. In order to adapt to the development of universities, schools have used the campus network and other resources for education informatization. The application of College Teaching Management System makes the educational administration produced a leap changes and that greatly improve the working efficiency, reduce the waste of manpower and material resources. Data mining technique used in College Educational Administr