《数据挖掘在教学系统中的应用—毕业设计》由会员分享，可在线阅读，更多相关《数据挖掘在教学系统中的应用—毕业设计（47页珍藏版）》请在金锄头文库上搜索。
1、湖南工程学院毕业设计(论文)数据挖掘在教学系统中的应用摘 要：随着时代不断进步发展，大量的信息充斥在我们的社会中，这就要求我们从中及时发现有用的知识，做出正确的分析，从而提高决策的正确性。如随着基于园区网络教务管理数据仓库中学生成绩记录的急剧增长，现在的教务管理人员很难再像从前那样直接根据学生的成绩数据分布找出规律，并根据此规律进行决策。因此必须借助于相应的数据仓库分析工具，自动发现数据中隐藏的规律或模式，为决策提供支持。数据挖掘技术可以用于从大量的数据中发现隐藏于其后的规律或数据间的关系，它通常采用机器自动识别的方式，不需要更多的人工干预。采用数据挖掘技术，可以为用户的决策分析提供智能的、自
2、动化的辅助手段。本文正是从数据挖掘的角度讨论了如何在日常的教学中应用数据挖掘，从中得到教学上需要的信息，为我们的职业教育添砖加瓦。通过对数据挖掘技术的概念、挖掘过程和方法等知识的简单介绍，本文就如何在成绩分析系统中应用数据挖掘，从中得到促进教学的所需信息等内容进行了探讨, 并提出了数据挖掘技术在各部分的具体作法，接着论述了如何利用数据挖掘的技术实现题库系统的智能化。最后在教学评价数据分析中引入关联规则数据挖掘技术，通过发现和运用关联规则来提高教学评价数据的客观性和可靠性，实践证明这是一种比较科学有效的方法。给出了一个完整的数据挖掘系统一教学系统的设计与实现过程。关键词：数据挖掘；关联规则；聚类
3、规则；分类规则 45Data mining in teaching systems applicationAbstract : Progresses unceasingly along with the time develops, the massive information flood in ours society, this requests our prompt discovery useful knowledge, makes the correct analysis, thus enhances policy-making the accuracy. If along with
4、 based on the campus network educational administration managerial data warehouse middle-school student track records rapid rise, presents educational administration administrative personnels were very difficult to look like formerly such directly to discover the rule again according to students res
5、ult data distribution, and carried on the decision-making according to this rule. Must therefore draw support the corresponding data warehouse analysis tool, in the automatic diagnosis data hides the rule or the pattern, provide the support for the decision-making. The data mining technology may use
6、 from the massive data discovering hideaway in after that the rule or the data relations, it usually uses the machine automatic diagnosis the way, not need more manual interventions. Uses the data mining technology, may provide intelligent, the automated supplementary means for users decision analys
7、is. How was this article precisely discussed from the data mining angle in the daily teaching the application data mining, obtained the information which in the teaching needed, contributed labor and materials for ours vocational education.Through to data mining knowledge and so on technologys conce
8、pt, excavation process and method introduced simply how this article in the result analysis system the application data mining, did obtain the promotion teaching to need contents and so on information to carry on the discussion, and proposed the data mining technology in various part of concrete met
9、hods, how then did elaborate has realized the question bank systems intellectualization using the data mining technology. Finally introduces the connection rule data mining technology in the teaching appraisal data analysis, enhances the teaching appraisal data through the discovery and using the co
10、nnection rule the objectivity and the reliability, the practice proved that this is one quite scientific effective method. Gave a complete data mining system teaching systems design with to realize the process.Key words: Data mining; Connection rule; Classifying rule; Result analysis 前 言 随着科学技术的飞速发展
11、，信息化已成为国民经济和社会发展的重要驱动力，信息产业成为未来的支柱产业和先导产业。在未来学习型的社会中，教育与信息技术的高度融合，正在成为世界各国教育发展的新趋势，这将孕育出崭新的经济增长模式和教育形态，不断推动社会经济和教育产业的跨越发展，同时也对传统的教育管理方式提出挑战。随着教育信息化进程的推进，教育管理手段逐步实现了信息化，较之传统的教育管理手段，无论是在效率、效益还是效果上都有显著的提高。并在各种教育管理系统和业务处理子系统中积累了大量的、宝贵的数据。这为数据挖掘技术在教育管理中的应用奠定了良好的基础。通过数据挖掘技术可以发现隐藏在大量数据背后的一些有用的知识，用这些知识来指导管理
12、者改进管理手段，有针对性地加强管理。随着数据库技术的不断发展，数据库和数据仓库已经被广泛的应用于企业管理、产品销售、科学计算和信息服务等领域，数据量的不断增长对数据的存储、管理和分析提出了更高的要求，急需新一代的计算技术和工具， 能够智能化的从大量的数据中提取出有用的信息和知识，于是数据挖掘技术应运而生， 且在零售、金融、电信等行业的到广泛的应用。但在教育领域却并没有引起人们的普遍关注, 随着教育信息化进程的推进, 产生积累了大量的、复杂的数据。面对如此巨大的数据资源, 人们去无法更充实、更有效的加以利用。因此, 将数据挖掘应用于教育教学中，从大量的学生成绩中发现隐藏的、有用的信息来指导老师的
13、教学，成为当今势在必行的重要的研究课题。正是由于数据库技术的迅速发展及数据库管理系统的广泛应用，高校在该方面积累的数据越来越多。这些数据背后隐藏着许多重要的信息，但由于目前的成绩数据分析方法不能从大量原始数据中深入分析和发掘对教学工作有用的信息，致使成绩管理仍停留在学籍处理等简单的统计分析上。面对”数据爆炸却知识贫乏”的矛盾，人们希望能够利用一种更新的技术对丰富的数据资源进行更高层次的分析，以更好的利用数据。近年来一种新技术应运而生数据挖掘。数据挖掘是一种将不同数据源中的数据，通过一定的工具与方法寻找出有价值的知识的一类深层次的数据分析方法。该方法主要有：关联规则挖掘、分类规则挖掘、聚类规则挖
14、掘等。本文在成绩分析方面的运用主要介绍数据挖掘中的关联规则挖掘方法。目前许多院校采用的是传统的题库系统，虽然利用了数据库系统自身的优势，可以有效的实现数据的排序，查询，组卷，分数统计计算等操作，但还存在一些问题：例如 (1)虽然题库系统可以较好地组卷，却不能自动完成全部的阅卷工作（只能评判客观题，难以评判主观题）；(2) 当数据数量繁多时，又不能高效地完成任务，满足用户的实时性要求。基于这些问题我们提出了智能题库系统，运用数据挖掘技术实现题库系统的智能化。教育是一个复杂的系统工程，而质量则是评价该系统中的重要指标。对于教学质量评价却没有一个固定的标准，如何正确、有效地评价教学质量，建立一个行之
15、有效的教学评价模型已成为教育研究中的一项重要课题。教学评价中有几种常用的方法。如标准差，通过描述一组数据的标准差反映分散程度，虽然可以总体评价在一定范围内成绩的差异情况，但不能说明分数的高低究竟与哪些因素有关，无法得知教学中的成功与失败之处；如试卷的有效度、难度、知识含量、信度等参数也只能对考试的总体难易水平、知识点考察全面度、测量结果的可靠性进行衡量；如对教师的评价，则基本上根据学生或者相关人员对教师的各项指标打分，虽然可以统计出分数的高低，但也无法相信说明那些指标起到决定性作用，或科学得出各指标在评分当中的权重。教学评价在教育教学的各个环节作用重，不断提高教学评价数据的客观性、可靠性是提高
16、教学评价质量的重要途径和手段。本文在教学评价数据分析中引入关联规则数据挖掘技术，通过发现和运用关联规则来提高教学评价数据的客观性和可靠性，实践证明这是一种比较科学有效的方法。教育评价在当今世界教育领域中，同教育基础理论和教育发展一起，被誉为三大研究课题。教育评价对于教育发展和改革，对于教育的管理与决策，都有至关重要的作用，因而备受各国教育界和政府部门的重视。其中，教学评价尤为重要。教学评价不仅对教学起着调节、控制、指导和推动作用，而且有很强的导向性，是学校教学管理工作的重要组成部分，是评价教学工作成绩的主要手段。影响教学评价成功或失败的因素很多，这不仅取决于评价方案的合理性，评价工具的有效性，评价方法的科学性，评价活动组织的严密性，还取决于获取的评价数据的可靠性。评价所采集的数据是否可靠，是保证评价结果科学、客观、公正的关键。数据挖掘技术能在错综复杂信息的海洋中发现隐藏的关系和规则。通过数据挖掘分析，其评价结果能给教学
