基于数据挖掘的高职高专生源分析与研究-计算机应用技术专业论文.docxVIP

研究成果．据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人马挈炭表或垫罗过的研究成是，也不包含为获．f导窃像灰姿或基垡数育机构一．的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者厶：歹霉弼分签字日期：矽，，年6月年日学位论文版权使用授权书本学位论文作者完全了解痃号寥◇薅有关保留、使用学位论文的规定，借阅·本人授权蚴以将学位论文的全部或部分内容编入有关数据库进行有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文．学位论文作者签名：李云枞锄鲐：铷(保密的学位论文在解密后适用本授权书)签字日期：勘f1年‘月p日签字日期：≯。，，年么月乒日学位论文作者毕业去向：工作单位：电话：通讯地址：邮编．o搞要摘要根据高职高专院校的具体情况，将数据挖掘技术引入招生领域，分析了数据挖掘的各种方法。采用决策树的分类方法，对历年的生源数据进行挖掘，对生源的性别、成绩、所属类别、特长爱好等因素进行分析，从中找出学生填报专业和学生本身属性之间的关系，从而为高职高专院校的招生部门提供决策支持信息，使其更好地开展招生宣传工作。本文主要工作包括以下内容：阐述了生源分析系统的数据挖掘模型设计、功能模块设计和决策树模块设计的方法；建立了生源分析的数据挖掘模型；介绍了生源分析数据挖掘系统的实现过程，并对其进行了测试。根掘数据挖掘模型建立了相应的决策树，产生了对应的规则集，并能根据产生的规则集进行学生行为预测。通过对测试结果进行分析，得出改进招生宣传工作的决策支持。高职高专生源分析系统的系统设计与功能设计已完成，但它还有一些不尽如人意的地方，对它还可以进一步地修改与完善。如进一步完善生源分析系统的模型设计，以便在工程实践中补充更多的可能影响学生报考专业的因素。如已入学学生的学习状况、学生家庭所在地的经济发展水平等。从而完善、改进系统的可信度。关键字：数据挖掘数据挖掘模型决策树AbstractAbstraetThisthesishasanalyzedthemethodsofapplyingdataminingtocollegeenrollmentbasedontherealsituationofvocationalcollegeenrollment，andhasminedthedataofstudentssourcesofrecentyearswithdecisiontrees．Ananalysishasbeenmadeonsuchfactorsasthegenders，grades，types，specialties，hobbiesandincomestandardsofthestudentsources，insearchoftheconnectionbetweentheirmajorsappliedandtheirrespectivefeatures，thuspromotingvocationalcollegeenrollmentbyprovidingstrategicinformation．Thethesishaselaboratedonthedesigningofdataminingmodels，functionalmodulesanddecisiontreemodulesforstudentsourceanalysis，establishedadataminingmodel，andintroducedtherealizationandtestingofadataminingsystemforstudentsourceanalysisindetail．Thecorrespondingdecisiontreeanditsrulesethavebeenformed，whichcanbeusedforpredictionofstudentbehaviors．Theanalysisofthetestingresultsmaybeconductivetotheimprovementofenrollmentpublicityinvocationalcolleges．Thedesigningofastudentsourceanalysissystemanditsfunctionshasbeencompleted，despitesomeroom．forfurthermodificationandimprovements，forinstance，theimprovementofthemodeldesigntosupplementmorefactors，suchaslearningconditionsandregional