数据挖掘在高校大数据中的应用研究 .pdfVIP

数据挖掘在高校大数据中的应用研究 .pdf

  1. 1、本文档共1页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

大数据云计算

数据挖掘在高校大数据中的应用研究

方昕天津科技大学

摘要:我国经济在快速地发展,计算机科学技术也在不断地发展,在高等院校,数据挖掘技术已经被广泛地应用,信息技术在教学管理上具有

至关重要的作用。网络信息的进步和发展,促进了信息数据库的扩大,所需信息数据搜索的难度也加大了。为了将搜索信息的速度和准确性有效地提升,

必须要有先进且有效的方法。有效运用数据挖掘技术,能够在海量数据中,将隐藏知识和模式寻找到,有机地结合社经网络和机器学习以及识别模

式等相关方法进行应用。从而使高校大量数据搜索难的问题得以有效地解决。

关键词:数据挖掘高校大数据应用

前言图书馆人流量进行统计,将图书馆内学生停留时间清楚地进行显示,

在高等院校的管理中,校园卡系统数据库的累计中,怎样挖掘大经过一段时间分析和观察数据,发观图书馆总体的人流量比较少,不

量的数据和将哪些可用信息进行挖掘,并且有针对性地进行分析,从但调整了新进图书的类别,在图书馆内还将几个主题阅读角增设了,

而将具有实用价值的信息挖掘出来,无论对于高等院校资源配置优以便将阅读的环境提高,将相应措施有效地实施,很大程度地增长了

化和教学,还是辅助管理,都具有至关重要的作用。学习流量和入馆借书。

一、大数据局限性5.辅助确定奖学金金额和等级

对高校卡系统中的大量数据进行挖掘和分析的过程中,数据挖通过分析数据,可以了解到,高等院校学生将一些特殊消费

掘能够将实用价值信息提供给高校的管理和教学,但是,大数据也具除去的条件下,对平均每人每月的生活费综合进行计算,大约为

有局限性和一定的风险,这也是高校日后应用和研究中需要解决的问1000~2000元左右,将此作为参考,学生管理部门确定奖学金金额和

题。等级时,应该将一套科学的评定奖学金制度制定出来。

(一)大数据样本代表性6.辅助食堂管理

学生生活的行为轨迹,也就是校园卡系统中大量的数据,既有效有效运用聚类分析高校卡消费数据,能够将消费群体所关注的

又真实,但是,挖掘分析数据收集时,不可能将全部数据都收集到,热点尽快地找到,将哪个食堂窗口更加受欢迎统计出来,师生就在哪

误差校正和测量方式能否尽如人意,选择的样本能否具有代表性,分个时间段集中就餐,从而将商户售饭时间和窗口位置合理地进行调整,

析和抽样过程中,必须要全面地考虑。以防拥挤就餐,通过将学生就餐窗口和教职工群体就餐窗口的比例数

(二)大数据隐私性和安全性据进行挖掘,对窗口饭菜质量不断地进行调整,这些日常数据能够将

高校师生日常生活,被数据化和系统地记录,下一步就关系到个师生行为进行分析,既能够将后勤部门的工作质量有效地提升,还能

人信息的安全问题,并且提取师生数据信息时,师生隐私既要保护好,够将数据支持提供给高校,从而使高校管理水平得以提高,高校科学

又要尊重,可以有效运用保护隐私技术的敏感保护规则以及数据,例如,性和准确性的管理得以有效地保证。

利用特定值将原始数据敏感属性值替换;分布式环境下,保护数据挖(二)挖掘和分析身份识别类数据

掘隐私;以及在数据挖掘算法中将隐私约束规则构建起来。1.强化上课考勤管理

(三)大数据有关误差有效应用数据挖掘技术,能够分析学生上课出勤的情况,对学

利用模型和相关算法分析变量元素,运用大数据能够将简单情生各门课程出勤率进行统计,致使院系领导和任课教师都能够将各学

境构建,但是,针对于复杂的系统而言,还达不到全面地解释,偏差结期学生上课情况,及时地了解和掌握,根据不同的缺勤率,向院系领

论容易出现,

您可能关注的文档

文档评论(0)

LLFF444 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档