畢業(yè)設計開題報告--數據挖掘在教學系統(tǒng)中的應用(已修改)
2025-02-02 16:25 本頁面
【正文】 畢業(yè)設計(論文)開題報告題 目： 數據挖掘在教學系統(tǒng)中的應用 系： 計算機科學與技術 專 業(yè)： 計算機科學與技術 2009年 3月 20 日 開題報告填寫要求1．開題報告（含“文獻綜述”）作為畢業(yè)設計（論文）答辯委員會對學生答辯資格審查的依據材料之一。此報告應在指導教師指導下，由學生在畢業(yè)設計（論文）工作前期內完成，經指導教師簽署意見及所在專業(yè)審查后生效。2．開題報告內容必須用黑墨水筆工整書寫或按此電子文檔標準格式（可從教務處網頁上下載）打印，禁止打印在其它紙上后剪貼，完成后應及時交給指導教師簽署意見。3．“文獻綜述”應按論文的格式成文，并直接書寫（或打?。┰诒鹃_題報告第一欄目內，學生寫文獻綜述的參考文獻應不少于10篇（不包括辭典、手冊），其中至少應包括1篇外文資料；對于重要的參考文獻應附原件復印件，作為附件裝訂在開題報告的最后。4．統(tǒng)一用A4紙，并裝訂單獨成冊，隨《畢業(yè)設計（論文）說明書》等資料裝入文件袋中。 畢 業(yè) 設 計（論 文）開 題 報 告1．文獻綜述：結合畢業(yè)設計（論文）課題情況，根據所查閱的文獻資料，每人撰寫2500字以上的文獻綜述，文后應列出所查閱的文獻資料。數據挖掘技術已經在多個領域取得令人滿意的應用．如零售業(yè)、電信業(yè)。近些年，隨著高校招生規(guī)模的不斷擴大，教育信息數據庫中積累了大量數據。這些數據以往只是被用來進行一般的查詢和報表打印，并沒有得到充分利用。事實上，在高校的教育信息數據庫中蘊涵著大量有價值的規(guī)律．需要我們運用數據挖掘這一新型工具去發(fā)現，可以輔助領導層在招生就業(yè)、課程安排、素質教育和創(chuàng)新人才培養(yǎng)等方面進行決策，從而促進教育決策的科學化。1．數據挖掘技術數據挖掘(Data Mining)是從大量的、不完全的、有噪聲的、模糊的、隨機的數據集中識別出有效的、新穎的、潛在有用的，以及最終可理解模式的非平凡過程。原則上講，數據挖掘可以在任何類型的信息存儲上進行。這包括關系數據庫、數據倉庫、事務數據庫、高級數據庫系統(tǒng)、展開文件和WWW。由于關系數據庫具有堅實的數學基礎、統(tǒng)一的組織結構、完整的規(guī)范化理論、”一體化”的查詢語言等優(yōu)點，成為當前數據挖掘的主要對象。數據挖掘的過程可看作一個線性過程：(1)陳述問題和闡明假設；(2)數據收集；(3)數據預處理；(4)挖掘知識；(5)根據挖掘結果執(zhí)行并評估效益。其中第四步是數據挖掘的核心階段．也是人們研究的重點。數據挖掘的主要功能有：(1)概念，類描述：特征化和區(qū)分。數據特征化是目標類數據的一般特征或特征的匯總。通常，用戶指定類的數據通過數據庫查詢收集。數據區(qū)分是將目標類對象的一般特性與一個或多個類對象的一般性比較。目標類和對比類由用戶指定，而對應的數據通過數據庫查詢檢索。(2)關聯分析。它是從數據庫中發(fā)現知識的一種重要方法。若兩個或多個數據項的取值之問重復出現且概率很高時，它就存在某種關聯，可以建立起這些數據項的關聯規(guī)則。(3)分類和預測。分類是找出一個類別的概念描述，它代表了這類數據的整體信息，即該類的內涵描述．一般用規(guī)則或決策樹模式表示。預測是利用歷史數據找出變化規(guī)律，建立模型，并用此模型來預測未來數據的種類、特征等。(4)聚類分析。聚類分析數據對象．對象根據最大化類內的相似性、最小化類問的相似性的原則進行聚類或分組．即使得在一個簇中的對象具有很高的相似性。而與其他簇中的對象很不相似。(5)孤立點分析。在一些應用中，罕見的事件可能比正常出現的那些更有趣。(6)演變分析。數據演變分析描述行為隨時問變化的對象的規(guī)律或趨勢，并對其建模。2 ．常用數據挖掘功能、算法及其典型應用領域(1)數據挖掘功能: 關聯規(guī)則； 算法：統(tǒng)計學、集合理論； 典型應用領域：市場分析(2)數據挖掘功能: 分類； 算法：決策樹、神經網絡、粗集； 典型應用領域：產品營銷、定量控制、危險評估(3)數據挖掘功能: 聚類； 算法：神經網絡、統(tǒng)計學； 典型應用領域：市場分析(4)數據挖掘功能: 時問序列預測； 算法：統(tǒng)計學、ARMA模型； 典型應用領域：銷售預測、利潤預測3．數據挖掘技術在教學系統(tǒng)中的應用3．1 關聯規(guī)則挖掘和聚類規(guī)則挖掘在成績分析方面的運用關聯規(guī)則挖掘是尋找?guī)熘兄档南嚓P性。它反映一個事件和其他事件之間依賴或關聯的知識。尋找在同一個事件中出現的不同項的相關性，如在一次購買括動中所買不同商品的相關性。關聯規(guī)則的挖掘過程一般分為兩個過程：(1)先找出所有的頻繁項集；(2)由頻繁項集產生強關聯規(guī)則。這兩步中，第二步是在第一步的基礎上進行。工
環(huán)評公示相關推薦
鄂ICP備17016276號-1