基于SQL Server的高校教学质量数据挖掘.docVIP

基于SQL Server的高校教学质量数据挖掘 　　摘要:高等学校教学质量管理需要数据挖掘系统来支持。介绍了数据挖掘技术以及常用的数据挖掘方法,对如何设计基于SQL Server的高校教学质量数据挖掘系统进行了探讨。以决策树方法为基础、SQL Server为挖掘平台,设计了教学质量数据挖掘模块,实现了教学质量数据挖掘系统。 　　关键词:SQL Server;教学质量;数据挖掘 　　中图分类号:TP181文献标识码:A文章编号:1009-3044(2009)35-9907-02 　　SQL Server-based Data Mining Universitys Teaching Quality 　　WANG Zhen-xi 　　(Department of Information Engineering, Hunan Urban Construction College, XiangTan 411100, China) 　　Abstract: Teaching Quality management needs to support data mining system. Introduced the data mining technology and commonly used data mining methods, how to design a SQL Server-based data mining system, the quality of college teaching were discussed. With decision tree method is based, SQL Server as a mining platform designed for the quality of teaching data mining module to achieve the quality of teaching data mining system. 　　Key words: SQL Server; teaching quality; data mining 　　随着教育事业的飞速发展,特别是高等教育的快速发展,教育管理信息化、现代化水平有了长足的进步。信息系统的成功实施为各高校的日常管理工作带来了很大的便利,提高了管理效率和水平,在日常的工作中也积累了越来越多的数据。随着网上评教、学生成绩管理、教学过程管理等系统的实施,教学过程中的数据不断增加,为进行高校教学质量信息的数据挖掘提供了基础信息。 　　数据挖掘研究如何从大量的数据中智能地、自动地提取出有价值的知识和信息,是当前相当活跃的研究领域。近年来,随着我国高等教育事业的飞速发展及教育信息化建设的快速发展,知识的自动获取己经成为制约高校进一步发展的“瓶颈”。因此,研究应用数据挖掘技术,开发高校管理教学质量数据挖掘系统,对提高教学管理水平和教学质量具有理论意义和重要的实用价值。 　　介绍了数据挖掘的相关概念,探讨了数据挖掘技术及其在SQL Server中的实现,研究了决策树方法在教学质量数据挖掘中的应用。探讨了教学质量评估数据挖掘系统的实现方法,将原始数据经过清理后导入SQL Server 2000,构建相应的数据仓库,然后调用SQL Server分析服务模块所提供的数据挖掘算法来构建数据挖掘模型。给出了教学质量评估数据挖掘系统的软件框架,并使用相关数据进行了关联规则算法的实验,对结果进行了初步分析。 　　1 数据挖掘技术 　　数据挖掘最早于1989出现,由于是一门新兴的来自各种不同领域的交叉性学科,数据挖掘(Data Mining, DM) 数据挖掘,就是从大型数据库的数据中提取人们感兴趣的知识。[1]这些知识是隐含的、事先未知的潜在有用信息,提取的知识表示为概念(Concepts)、规则(Rules)、规律(Regularities)、模式(Patterns)等形式。数据挖掘确切地讲是一种决策支持过程,它主要基于人工智能、机器学习、统计学等技术,高度自动化地分析企业原有的数据,作出归纳性的推理,从中挖掘出潜在的模式,预测客户的行为,帮助企业的决策者调整市场策略,减少风险,作出正确的决策。[2] 　　1.1 数据挖掘过程 　　数据挖掘过程一般由三个主要的阶段组成:数据准备、挖掘操作、结果表达和解释,如图1所示。 　　整个挖掘过程是一个不断反复的过程。比如,用户在挖掘途中发现选择的数据不太好,或使用的挖掘技术产生不了期望的结果。这时,用户需要重复先前的过程,甚至从头重新开始。 　　1.2 常用的数据挖掘方法 　　在选定了数据挖掘过程模型后,另一个需要着重考虑的是挖掘算法的选择。数据挖掘是从人工智能领域的一个分支一机器学习