畢業(yè)設(shè)計(jì)開題報(bào)告--數(shù)據(jù)挖掘在教學(xué)系統(tǒng)中的應(yīng)用-展示頁
2025-01-30 16:25本頁面
【正文】 要方法。目標(biāo)類和對(duì)比類由用戶指定，而對(duì)應(yīng)的數(shù)據(jù)通過數(shù)據(jù)庫查詢檢索。通常，用戶指定類的數(shù)據(jù)通過數(shù)據(jù)庫查詢收集。數(shù)據(jù)挖掘的主要功能有：(1)概念，類描述：特征化和區(qū)分。數(shù)據(jù)挖掘的過程可看作一個(gè)線性過程：(1)陳述問題和闡明假設(shè)；(2)數(shù)據(jù)收集；(3)數(shù)據(jù)預(yù)處理；(4)挖掘知識(shí)；(5)根據(jù)挖掘結(jié)果執(zhí)行并評(píng)估效益。這包括關(guān)系數(shù)據(jù)庫、數(shù)據(jù)倉庫、事務(wù)數(shù)據(jù)庫、高級(jí)數(shù)據(jù)庫系統(tǒng)、展開文件和WWW。1．?dāng)?shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘(Data Mining)是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)集中識(shí)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。這些數(shù)據(jù)以往只是被用來進(jìn)行一般的查詢和報(bào)表打印，并沒有得到充分利用。數(shù)據(jù)挖掘技術(shù)已經(jīng)在多個(gè)領(lǐng)域取得令人滿意的應(yīng)用．如零售業(yè)、電信業(yè)。4．統(tǒng)一用A4紙，并裝訂單獨(dú)成冊(cè)，隨《畢業(yè)設(shè)計(jì)（論文）說明書》等資料裝入文件袋中。2．開題報(bào)告內(nèi)容必須用黑墨水筆工整書寫或按此電子文檔標(biāo)準(zhǔn)格式（可從教務(wù)處網(wǎng)頁上下載）打印，禁止打印在其它紙上后剪貼，完成后應(yīng)及時(shí)交給指導(dǎo)教師簽署意見。 畢業(yè)設(shè)計(jì)(論文)開題報(bào)告題 目： 數(shù)據(jù)挖掘在教學(xué)系統(tǒng)中的應(yīng)用 系： 計(jì)算機(jī)科學(xué)與技術(shù) 專 業(yè)： 計(jì)算機(jī)科學(xué)與技術(shù) 2009年 3月 20 日 開題報(bào)告填寫要求1．開題報(bào)告（含“文獻(xiàn)綜述”）作為畢業(yè)設(shè)計(jì)（論文）答辯委員會(huì)對(duì)學(xué)生答辯資格審查的依據(jù)材料之一。此報(bào)告應(yīng)在指導(dǎo)教師指導(dǎo)下，由學(xué)生在畢業(yè)設(shè)計(jì)（論文）工作前期內(nèi)完成，經(jīng)指導(dǎo)教師簽署意見及所在專業(yè)審查后生效。3．“文獻(xiàn)綜述”應(yīng)按論文的格式成文，并直接書寫（或打印）在本開題報(bào)告第一欄目內(nèi)，學(xué)生寫文獻(xiàn)綜述的參考文獻(xiàn)應(yīng)不少于10篇（不包括辭典、手冊(cè)），其中至少應(yīng)包括1篇外文資料；對(duì)于重要的參考文獻(xiàn)應(yīng)附原件復(fù)印件，作為附件裝訂在開題報(bào)告的最后。 畢 業(yè) 設(shè) 計(jì)（論 文）開 題 報(bào) 告1．文獻(xiàn)綜述：結(jié)合畢業(yè)設(shè)計(jì)（論文）課題情況，根據(jù)所查閱的文獻(xiàn)資料，每人撰寫2500字以上的文獻(xiàn)綜述，文后應(yīng)列出所查閱的文獻(xiàn)資料。近些年，隨著高校招生規(guī)模的不斷擴(kuò)大，教育信息數(shù)據(jù)庫中積累了大量數(shù)據(jù)。事實(shí)上，在高校的教育信息數(shù)據(jù)庫中蘊(yùn)涵著大量有價(jià)值的規(guī)律．需要我們運(yùn)用數(shù)據(jù)挖掘這一新型工具去發(fā)現(xiàn)，可以輔助領(lǐng)導(dǎo)層在招生就業(yè)、課程安排、素質(zhì)教育和創(chuàng)新人才培養(yǎng)等方面進(jìn)行決策，從而促進(jìn)教育決策的科學(xué)化。原則上講，數(shù)據(jù)挖掘可以在任何類型的信息存儲(chǔ)上進(jìn)行。由于關(guān)系數(shù)據(jù)庫具有堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)、統(tǒng)一的組織結(jié)構(gòu)、完整的規(guī)范化理論、”一體化”的查詢語言等優(yōu)點(diǎn)，成為當(dāng)前數(shù)據(jù)挖掘的主要對(duì)象。其中第四步是數(shù)據(jù)挖掘的核心階段．也是人們研究的重點(diǎn)。數(shù)據(jù)特征化是目標(biāo)類數(shù)據(jù)的一般特征或特征的匯總。數(shù)據(jù)區(qū)分是將目標(biāo)類對(duì)象的一般特性與一個(gè)或多個(gè)類對(duì)象的一般性比較。(2)關(guān)聯(lián)分析。若兩個(gè)或多個(gè)數(shù)據(jù)項(xiàng)的取值之問重復(fù)出現(xiàn)且概率很高時(shí)，它就存在某種關(guān)聯(lián)，可以建立起這些數(shù)據(jù)項(xiàng)的關(guān)聯(lián)規(guī)則。分類是找出一個(gè)類別的概念描述，它代表了這類數(shù)據(jù)的整體信息，即該類的內(nèi)涵描述．一般用規(guī)則或決策樹模式表示。(4)聚類分析。而與其他簇中的對(duì)象很不相似。在一些應(yīng)用中，罕見的事件可能比正常出現(xiàn)的那些更有趣。數(shù)據(jù)演變分析描述行為隨時(shí)問變化的對(duì)象的規(guī)律或趨勢，并對(duì)其建模。它反映一個(gè)事件和其他事件之間依賴或關(guān)聯(lián)的知識(shí)。關(guān)聯(lián)規(guī)則的挖掘過程一般分為兩個(gè)過程：(1)先找出所有的頻繁項(xiàng)集；(2)由頻繁項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。工作量非常小?，F(xiàn)有的挖掘關(guān)聯(lián)規(guī)則的方法總體而言可以歸結(jié)為以下幾種：在遍歷方向上是自頂向下、自底向上．或者是混合遍歷：在搜索策略上采用廣度優(yōu)先策略還是深度優(yōu)先策略：在頻繁項(xiàng)集的產(chǎn)生上是否需要產(chǎn)生候選集．測試候選集是否需要多次掃描數(shù)據(jù)庫：是采用橫向(Horizonta1)還是縱向(Vertica1)數(shù)據(jù)庫布局，以及采用什么樣的數(shù)據(jù)結(jié)構(gòu)(如：數(shù)組、位串或樹結(jié)構(gòu))來表示事務(wù)?？陀^公正評(píng)價(jià)命題質(zhì)量，及時(shí)反饋教學(xué)效果，溝通教學(xué)信息。然而，不少學(xué)校目前僅停留在閱卷評(píng)分、成績公布、分類登記，對(duì)大量的成績數(shù)據(jù)并沒有進(jìn)行深入分析，探尋有利于教學(xué)的信息?，F(xiàn)在我們將關(guān)聯(lián)規(guī)則挖掘應(yīng)用于試卷分析數(shù)據(jù)庫(主要包括題號(hào)、分?jǐn)?shù)段、學(xué)生人數(shù)等字段)，根據(jù)學(xué)生實(shí)際得分可以計(jì)算出每道題的難易程度、區(qū)分度、相關(guān)度等技術(shù)指標(biāo)，據(jù)此，教師可對(duì)試題質(zhì)量作出較為準(zhǔn)確的評(píng)價(jià)．進(jìn)而可以用來檢查自己的教學(xué)情況及學(xué)生的掌握情況并為今后的教學(xué)工作提供指導(dǎo)。卻不能自動(dòng)完成全部的閱卷工作(只能評(píng)判客觀題。此時(shí)此刻我們必須要求題庫具有一定的”智能”．能較好地完成從組卷到自動(dòng)閱卷的各個(gè)環(huán)節(jié)的任務(wù)。每個(gè)葉節(jié)點(diǎn)都會(huì)對(duì)應(yīng)確定的權(quán)值。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1