数据挖掘在研究生教育管理信息系统中的应用.pdfVIP

研究生管理 ．5-学位与研 教育 数据挖掘在研究生教育管理信息系统中的应用 钱增瑾 孙 东平 摘要 ：阐述 了数据挖掘技术在研究生招生、课程设置、教学评价和就业管理等四个方面的应用，并通过 数据挖掘算法在成绩分析 中的应用实例介绍 了从原始数据到建立关联规则库的过程 ，介绍 了应用关联规则 辅助教育教学管理工作取得的成效。 关键字：数据挖掘；教育管理：信息系统 作者简介 ：钱增瑾，南京理工大学研究生院培养办公室主任 ，助理研究员，南京210094；孙东平 ，南京理 工大学化工学院副院长，教授 ，南京210094。 随着校园信息化的不断深入 ．校园数据库 中积 将物理或抽象对象的集合分成 由类似 的对象组 累了大量涉及教师基本情况 、学生基本情况 、培养计 成的多个类 的过程被称为聚类l1l。由聚类所生成的 划 、课程安排 、成绩考核和教学评价等多方面的数 类是一组数据对象的集合 ，这些对象与同一个类 中 据 ，它们相互间存在一定的联系。也隐含着一些重要 的对象彼此相似 ，与其他类中的对象相异。聚类分 的信息。将数据挖掘技术应用于研究生教育管理信 析的算法可以分为划分法 、层次法、基于密度 的方 息系统 。搜集分析各种数据表征的内容及其相互关 法 、基于网格的方法和基于模型的方法等。 系，有助于及时发现教学与管理中的问题，促进教育 本文将根据数据 的特征采用划分法 中的K— 教学改革 ，提高教学管理工作 的质量和效率。 means算法 【1对研究生成绩进行预处理 ．将连续 的研 究生成绩集合划分为4个类 ，用离散数据表示研究 一 、 数据挖掘 生成绩。图 1为 K—means算法模型。 数据挖掘…集成 了众多学科 中成熟的工具和技 术，包括数据库技术、统计学、机器学习、模式识别 、 ⑩ !苎．匿 受 圊殴 A B C D 人工智能和神经网络等。数据挖掘在人工智能领域， 图 1 K—means算法模型 习惯上又称为数据库中的知识发现 ，是从存放在数 据库、数据仓库或其他信息库中的大量不完全、有噪 2．关联规则分析法 声、模糊 、随机的实际应用数据中，提取隐含的、人们 关联规则分析法…是用于发现数据间有趣的关 事先未知的但又是潜在有用的并且最终可理解的信 联或相关联系。关联规则是形如 X Y(S，C)表示 ， 息和知识的过程。知识发现过程由以下三个阶段组 其 中，x和Y分别称为关联规则的先导和后继 ；S表 成 ：数据准备、数据挖掘和结果表达与解释。数据准 示支持度 ，是指在数据集合 中事务同时包含 X、Y的 备是从相关的数据源中选取所需的数据并整合成用 百分 比，即概率；C表示置信度 ，是指包含 x的事务 于数据挖掘的数据集 ；数据挖掘是用某种方法找出 中同时又包含 Y的百分 比。即条件概率 。支持度和 数据集中所含的规律；结果表达与解释是尽可能以 置信度总是伴随着关联规则存在的，它们是对关联 用户可理解 的方式(如可视化)将找 出的规律表示出 规则的必要补充。通过设定最小支持度阈值和最小 来。数据挖掘的任务有关联分析、聚类分析、分类分 置信度阈值，选取有趣的关联规则。如果同时满足 析、异常分析、特异群组分析和演变分析等，其 中最