数据仓库论文数据挖掘论文：基于数据仓库模型在研究生招生管理中的应用研究.docVIP

数据仓库论文数据挖掘论文：基于数据仓库模型在研究生招生管理中的应用研究 摘 要：随着招生方式的多元化、自主化以及报考研究生人数的年年增长，导师如何在众多的考生中招录合适本专业发展的考生，以便能够为国家培养出优秀的人才，除了他的入学成绩、必要的复试环节、导师多年来的工作经验等这些重要因素外，还需要对考生各方面的情况进行综合测评，包括考生毕业院校、生源地、年龄。本文的目的是开发出一套合理的模型，全面推进研究生招生工作的信息化进程。本文以某学校研究生招生办公室2004年至2010年的招生、入学、选课、选课成绩数据为例，从应用的角度，以数据仓库技术为基础，利用数据挖掘进行知识发现。 数据挖掘； 招生决策 一、有关研究生招生管理的相关研究 目前在教育领域诸如高校招生生源决策、学生成绩分析、教学质量评测等方面对数据仓库及数据挖掘的应用都有相应研究，其它省份招生管理部门也进行了建立招生考试数据仓库的探索。 而研究生招生与普通高校招生还不完全一样，不仅要分析考生的入学成绩，而且还要分析面试成绩，不仅要考虑考生的生源地，还要考虑考生的本科毕业院校，所以不能在简单基础上重新进行需求分析和系统设计，利用数据仓库和数据挖掘开发研究生招生考试决策支持系统是很有必要的。 本文的研究内容从技术方面分析，建立招生决策数据仓库，确定了挖掘系统的主题，进行维度的设计划分，把各种不同的源数据进行抽取、转换与加载后导入数据库，形成了数据仓库。 使用聚类分析和决策树方法设计开发了数据挖掘的系统模型，对数据仓库中的数据进行了知识挖掘，找到有价值的信息，然后使用这些信息进行预测，希望能够预测出考生的研究方向。 从业务流程方面分析，目前研究生招生环节主要分为初试和面试，只有初试分数达到分数线标准的才具有面试资格，目前大部分学校的复试比例 1：1.2，复试一般采用面试加考试的方式。同时考生的成绩一般和入学后的选课成绩有一定的联系，本文研究内容之一便是根据考生的入学成绩预测出其入学后的选课成绩，从而预测该学生在本专业以后的发展前景。 本文的研究意义在于研究生招生是选拔高层次专门人才和拔尖创新人才的重要途径，按照党的十七大提出的建设人力资源强国和创新型国家的要求，深入贯彻落实科学发展观，全面提高研究生选拔质量。 结合各专业特点，研究提出科学、合理的招生工作内容体系和标准，体现研究生导师在研究生招生工作中的权利和责任；进一步完善工作方法，规范工作程序。 提高生源质量已经成为招生管理部门以及导师面临的重要问题。需要开发出一套合理的模型，为招生管理部门提供依据，为导师提供参考，同时也为考生在复试进行专业选择时作为指导。 二、基于数据仓库的研究生招生管理的研究方法 本文实现的招生管理挖掘系统综合了以前诸多部门的各种不同的系统，是一个系统的融合，这样做不仅使得管理操作统一、界面相同，更重要的是使得各项不同的数据能够保存在一个数据仓库系统中，共用相同的数据结构，以便更加方便地利用数据挖掘算法进行分析。 同时本文采用的决策树和聚类分析挖掘算法是最常使用的挖掘算法，它们高效、简单，能够快速地得出知识信息，并且能够以清楚简单易于理解的方式显示给用户。 最后，系统以一个简单的界面提供给使用者，使用者可以采用两种方法进行验证和查询。如果是大量的考生信息，可以采用把考生信息保存在文件中，然后系统将对文件中的每个人的信息进行计算和分析，并把分析结果保存在特定的地方。如果是少量的考生信息，系统提供了输入界面，对学生进行分析。如图1所示。 8个不同的立方体，然后进行etl处理开发，形成数据仓库。 最后，系统通过门户集成发布到内网上，以方便多人能够同时进行工作，提高工作效率，并且可随时随地进行查询。 数据仓库主要是满足决策分析的需要，将来自各种数据源的数据存储到数据仓库中，数据围绕决策主题来组织的，并且对数据查询的要求比较高，数据存储量非常大。数据仓库建模采用自上而下的三级建模方式，即概念建模、逻辑建模、物理建模。现在比较流行的建模方式是以信息打包方法为主的概念建模方式，以星型建模方法和雪花建模方法为主的逻辑建模方式，以3nf和星型建模方式为主的物理建模。 excel、access，复杂的如db2，oracle，sqlserver等，这些都是异构数据，数据仓库的构建需要充分考虑到这些原始数据的不同。 excel和sqlserver格式的。 (extracting)，排除数据中的数据缺陷，完成一系列转换(transforming)、汇总，最后将数据加载到数据仓库(loading)。如图2所示。 本文分别使用聚类分析和决策树方法设计开发了数据挖掘的系统模型，对数据仓库中的数据进行了知识挖掘，找到有价值的信息，然后使用这些信息进行预测，希望能够预测出考生的成绩。 首先使用sqlserver management s