毕业论文(设计)计划数据挖掘在学生信息系统中的应用.doc

毕业论文(设计)计划数据挖掘在学生信息系统中的应用.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
毕业论文(设计)计划数据挖掘在学生信息系统中的应用

本科生毕业论文(设计)计划书 题 目 数据挖掘在学生信息系统中的应用 学生姓名 __ 肖希杰 ___ __ 学 号 _ 200717020324 _ _ 专业班级 _信息管理与信息系统07103班 指导老师 _ 沙伯海_ __ __ 2010年 11 月8日 论文(设计)题目 数据挖掘在学生信息系统中的应用 一、目标: 1.1、根据计划书能完成毕业设计所需资料和要求。 1.2、保障毕业设计有质量的按时完成。 二、措施: 2.1充分利用本校图书馆和互联网的资源,查阅更多的相关专业知识。以获取毕业设计研究动态灵感。 2.2学习数据挖掘相关概念知识,为顺利完成论文编写打下基础。 2.3为完成合格的毕业设计,不能脱离学校,必须遵守学校的各种制度,按学校下达有求完成各项任务。 2.4保持与指导老师的联系,多与指导老师交流各阶段任务。 三、课题目的、意义及相关研究动态: 1、课题目的: 根据教育部提出的高等教育由精英化逐步转向大众化教育的思路,我国从1999年开始,大学本科生招生规模逐年扩大。由于学生人数的大幅增加给到校学生管理工作带来了诸多问题。学生管理者越来月感到管理的复杂性,对于学生的发展状态越来越难以预测。因此学生管理信息系统不能只满足于对海量数据进行简单第备份和查询,而应具备辅助决策的功能。为了解决这些问题,引用以数据挖掘技术为核心建立一套科学而完善的学生管理信息系统,从而进一步提高学生管理水平和管理效率。 2、课题意义: 数据挖掘是一门能够从大量数据中发现有用知识的技术学科,是从大型数据库或数据仓库中提取隐含的,未知的,非平凡的极有潜在应用价值的信息或模式,是数据库研究中的一个很有应用价值的新领域,融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。利用这一技术,我们可以通过客观统计和分析, 从大量数据中发现潜在规律,找出隐含的模式,准确掌握未来的信息动态,将数据挖掘技术与教学管理相结合,建立完善的学生管理系统,从中提取出隐藏在数据之中的有用信息.使学生信息系统的功能得到最大程度的利用.并使之能在功能上更加满足学校教学和管理的需要.提高学生管理水平和加快学生管理专业化建设,同时为学校管理决策起到指导和辅助作用。 3、相关研究动态: 数据挖掘和知识发现(Knowledge Discovery in Databases,KDD)正成为计算机科学于技术应用的一大研究热点。由美国人工智能所会主办的KDD国际研讨会已经烧开了7次,研究重点逐渐从发现方法转向系统应用。一些专题会议也把KDD列为会题之一,数据库、人工智能、信息处理、知识工程等领域的国际学术刊物也纷纷开辟KDD专题或专刊。Gartner Group的一次高级技术调查结果显示,“未来3~5年内将对工业产生深远影响的5大关键技术”之首的是数据挖掘和人工智能,“未来5年内投资焦点的10大新兴技术”的前两位是并行处理体系和数据挖掘;麻省理工学院的《科技回顾》公布“改变未来的10项新兴科技趋势”之一是数据挖掘;美国国家科学基金会的数据库研究项目中,KDD被列为最有价值的项目。 有利益就有市场,因此就,国内外的很多大型计算机公司都着力于研究数据挖掘系统。目前,国外比较有影响的典型数据挖掘系统有SAS公司的Enterprise Miner、IBM公司的Intelling Miner、SGI公司的MinerSet、SPSS公司的Clementine、RuleQuest Research公司的See5、还有CoverStory、EXPLORA、KDW、DBMiner和Quest等。 四、课题的主要内容、创新之处: 1、主要内容: 本课题的内容主要由6部分构成: 第一章 绪论。简要的介绍课题提出的背景及研究意义、分析国内外的研究现状,并介绍本文的主要工作及结构安排; 第二章 数据挖掘的概念。介绍数据挖掘的基本概念、数据挖掘的功能、数据挖掘的过程,数据挖掘的应用领域; 第三章 数据挖掘的常用技术。着重介绍数据挖掘的关联规则和决策树两种技术; 第四章 数据准备。 第五章 数据挖掘 提出一个灵活使用面向招生就业的数据挖掘系统模型,介绍系统的主要功能,分析数据挖掘技术在系统中的应用; 第六章 总结。对本论文做总结和展望。 2、创新之处: 本文从介绍数据挖掘技术产生的背景入手,阐述了数据挖掘的概念、功能、研究方向和挖掘步骤。结合具体的项目---湖南文理学院招生就业数据挖掘系统,介绍了有关数据挖掘的原理及方法。以实际数据为依据,验证了算法的各种性能指标,并对实验结果进行分析,证明了算法的有效性。 在第三章中,重点介绍了现有的关联规则挖掘算法Apri

文档评论(0)

wuailuo + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档