基于数据挖掘信息管理与信息系统专业课程设置研究.docVIP

基于数据挖掘信息管理与信息系统专业课程设置研究 　　摘 要：数据生成和收集技术的进步促使商业和科研领域产生了海量数据。传统数据分析技术在应对这些新型数据集提出的挑战时存在种种局限性，数据挖掘技术迎刃而解了这些问题。本文应用数据挖掘中关联规则的Apriori算法来进行成绩的关联分析。文中通过举例说明了该方法在分析学生成绩数据中的应用，实验结果表明，关联分析方法比传统的成绩统计方法更合理、更科学，蕴含更多有用的信息。 　　关键词：数据挖掘；关联分析；Apriori算法；课程设置研究 　　中图分类号：TP311.52 　　数据挖掘这种技术将传统的数据分析方法与处理大量数据的复杂算法相结合。目前，在电信、银行、百货公司、超市、保险、信用卡、电子商务、税务部门、警察机关、医学等领域均有应用。现在的高校也有海量的学生相关数据，但这些数据几乎没有被有效利用，本文应用关联分析方法，通过对学生的成绩进行统计和分析，从中可以获得课程设置及教学改革的理论依据。 　　1 数据挖掘的概念和相关技术 　　数据挖掘是在海量的数据中，发现数据之间隐含的有用的信息的过程。数据挖掘技术除了用来在大型数据库中发现先前未知的有用信息之外，数据挖掘还可以预测未来，比如，预测一位顾客在超市中的购买行为。 　　不是所有的信息分析都叫做数据挖掘。比如，在数据库中查找某条信息，或利用因特网的搜索引擎查找某个Web页