利用资料仓储与资料探勘技术于招生策略与学生特质 - 资讯管理学系.ppt

資料前處理-學期成績優劣度之資料分佈 學期成績優劣度之資料分佈，以成績表現中等為最多佔75.23% ，其次為成績表現列等佔12.71% ，最後為優等佔12.06%。 資料分析結果-訓練模式之實驗結果 資料分析結果-測試模式之實驗結果 Microsoft SQL Server決策樹規則 Doc1.doc IBM Intelligent Miner 決策樹 IBM Intelligent Miner 決策樹 決策樹規則總結-表現優等驗證結果 表現優等驗證規則 表現優等驗證規則-以規則一為例 決策樹規則總結-表現中等驗證結果 表現中等驗證規則 表現中等驗證規則-以規則八為例 決策樹規則總結-表現劣等驗證結果 表現劣等驗證規則 表現劣等驗證規則-以規則十三為例 肆、結論 經由文獻探討、OLAP分析與決策樹分析後，共歸納出以下幾項結論: 資料倉儲的建置，有助於整合分散於不同資料庫的學生資料。 進行OLAP分析後，將有效瞭解不同入學身份與成績表現間的關係。 經由OLAP工具分析，將有效以統計圖表的方式，瞭解學生在居住地區維度、入學身份維度與畢業高中維度間的變化。 藉由決策樹的分析結果，將能找出「居住地區」、「入學身份」、「性別」、「入學年」和「畢業學校類別」等屬性與成績表現間的關係。 結論(續) 目前國內的大學招生已改制為多元入學的方式招生，在今年96學年也有開始舉辦技優保送及甄審入學，各大專院所面對眾多的申請資料，如何遴選出優秀的人才，且能同時在顧及各系所特色下招募適合就讀的人才就成為目前所重的方向。 Thanks for your attention! 推薦甄試的名額在這五年內有逐年減少的趨勢，相對而言，申請入學的名額則逐年增加，大學聯招則除86學年人數較多外，其餘四年變化情形不甚明顯。 * 由表可知，各入學身份的整體表現中，以退伍生聯招方式入學的學期表現最差，Z值為-0.85，技藝甄試入學的學生表現也有待注意，其Z值為-0.25。 * 「畢業學校」維度有三個階層，因此藉由「入學年」維度與「畢業學校」維度之「學校分類」層級的組合能檢視在各入學年學生，於不同畢業學校分類之成績表現。 * 決策樹分析共輸入9個屬性，自資料庫取得資料，而輸出欄位為學期成績優劣度。在學期成績優劣度的資料分佈表中，以成績表現中等的學生資料筆數最多，其次為成績表現劣等的學生資料筆數。 * 三、資料分析與研究結果 敘述性統計分析 OLAP分析 決策樹分析 敘述性統計分析 該論文針對中原大學入學年界於86年至90年間，且入學身份為聯招、申請入學與推薦甄試三種入學方式之完整母體資料進行分析。 基本資料統計分析 * 性別資料 人數 百分比 男生 46,306 66.32% 女生 23,517 33.68% Total 69,823 100.00% 入學身份資料 人數 百分比 推薦甄試 7,229 10.35% 申請入學 2,560 3.67% 聯招 60,034 85.98% Total 69,823 100.00% 基本資料統計分析 * 畢業學校分類資料 人數 百分比 明星高中 1,151 1.65% 夥伴高中 9,599 13.75% 在地高中 9,223 13.21% 鄰近高中 5,880 8.42% 其他 43,970 62.97% Total 69,823 100.00% 基本資料統計分析 * 人數 百分比 北部 35,778 51.24% 中部 14,472 20.73% 南部 15,985 22.89% 東北部 1,690 2.42% 東部 1,077 1.54% 東南部 453 0.65% 外島 368 0.53% Total 69,823 100.00% 居住地區資料 基本資料統計分析 * 人數 百分比 人文學院 1,869 2.68% 工學院 31,692 45.39% 商學院 21,053 30.15% 理學院 10,882 15.59% 設計學院 4,327 6.20% Total 69,823 100.00% 系別資料 基本資料統計分析 由以上資料可得知，資料具有下列幾項特性： 男生資料約為女生資料的兩倍。 不同的入學身份中，以聯招資料最多，次為推薦甄試資料，再者為申請入學資料。 畢業學校的分類中，以其他的比例最大，其次為夥伴高中。 居住地區中來自北部的學生最多，其次為南部與中部學生。 系別資料中以工學院資料最多，其次分別為商學院、理學院、設計學院和人文學院。 成績資料統計分析 * 學年 學期 平均(分) 標準差(分) 86學年度 第一學期 72.59 5.97 第二學期 71.34 7.07 87學年度 第一學期 71.68 7.90 第二學期 70.82 8.75 88學年度 第一學期 71.62 8.83 第