学位论文 > 优秀研究生学位论文题录展示
数据挖掘在学生评价系统中的应用
作 者: 曹帅
导 师: 郭贵锁
学 校: 北京理工大学
专 业: 计算机科学与技术
关键词: 数据挖掘 关联规则 Apriori算法 研究生招生 学生评价系统
分类号: TP311.13
类 型: 硕士论文
年 份: 2011年
下 载: 124次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来随着数据库规模的增长和人工智能的发展,数据挖掘作为一种全新的信息技术得到快速的发展。数据挖掘以从数据库中挖掘出有价值的知识为目标。而关联规则的挖掘是数据挖掘技术领域的一项重要研究方向。这几年以来随着高校研究生教育制度的改革与发展,以及大学生就业难的问题日益突出,导致了全国各高校研究生招生规模的不断扩大,生源质量参差不齐,造成研究生的培养质量下降,因此如何提高生源质量至为关键。本文借助数据挖掘技术,通过关联规则分析并应用Apriori算法,挖掘研究生招生中与生源质量相关的信息,为决策部门及导师提供有帮助的信息。首先,本文对数据挖掘技术进行详细的分析和介绍;其次着重了解关联规则挖掘以及对Apriori算法的实现;然后应用关联规则挖掘及Apriori算法实现学生评价系统,从推荐免试以及统一考试两个不同方面得出与生源质量相关的信息及结论。
|
全文目录
摘要 5-6 Abstract 6-10 第一章 绪论 10-15 1.1 研究背景 10-11 1.2 国内外研究现状 11-12 1.3 选题的依据和意义 12-13 1.4 研究的主要内容 13-14 1.5 本文的组织结构 14-15 第二章 数据挖掘技术 15-23 2.1 数据挖掘的基本概念 15-17 2.1.1 数据挖掘的定义 15-16 2.1.2 数据挖掘与统计分析的区别 16 2.1.3 数据挖掘的分类 16-17 2.2 数据挖掘的功能 17-19 2.3 数据挖掘的过程 19-20 2.3.1 问题定义 19 2.3.2 数据准备和预处理 19-20 2.3.3 数据挖掘 20 2.3.4 结果解释和模型评估 20 2.4 数据挖掘的应用 20-22 2.4.1 数据挖掘在科学研究中的应用 20-21 2.4.2 数据挖掘在商业领域中的应用 21 2.4.3 数据挖掘在其他领域中的应用及前景 21-22 2.5 本章小结 22-23 第三章 关联规则挖掘及相关算法实现 23-38 3.1 关联规则的基本概念 23-25 3.2 关联规则的性质 25-26 3.3 关联规则的挖掘过程 26-27 3.3.1 频繁项集的产生 26 3.3.2 由频繁项集产生关联规则 26-27 3.4 频繁项集挖掘的主要方法—Apriori 算法 27-35 3.4.1 算法描述 27-30 3.4.2 算法举例实现 30-33 3.4.3 算法性能瓶颈及改进 33-35 3.5 强关联规则算法设计与实现 35-37 3.5.1 算法的设计 35-36 3.5.2 算法的实现 36-37 3.6 本章小结 37-38 第四章 学生评价系统的设计与实现 38-63 4.1 评价系统的概念 38-39 4.1.1 目前研究生招生存在的问题 38 4.1.2 学生评价系统的概念 38-39 4.2 学生评价系统的设计 39-41 4.2.1 学生评价系统的总体设计 39 4.2.2 学生评价系统的模块设计 39-40 4.2.3 学生评价系统的流程设计 40-41 4.3 学生评价系统挖掘目标定义 41-42 4.4 学生评价系统数据的选择 42-48 4.4.1 研究生招生数据的特点 42 4.4.2 研究生招生数据的选择 42-48 4.5 学生评价系统数据的预处理 48-56 4.5.1 数据预处理的意义 48 4.5.2 数据预处理的流程 48-50 4.5.3 学生评价系统的数据预处理 50-55 4.5.4 学生评价系统的数据预处理结果 55-56 4.6 学生评价系统挖掘的实现与结论分析 56-62 4.6.1 学生评价系统的实现 56-59 4.6.2 学生评价系统频繁项集挖掘 59-60 4.6.3 学生评价系统强关联规则挖掘 60-62 4.7 本章小结 62-63 第五章 总结和展望 63-65 致谢 65-66 参考文献 66-69
|
相似论文
- 基于数据挖掘技术的保健品营销研究,F426.72
- 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
- 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
- Bicluster数据分析软件设计与实现,TP311.52
- 基于变异粒子群的聚类算法研究,TP18
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于数据挖掘的税务稽查选案研究,F812.42
- 面向社区教育的个性化学习系统的研究与实现,TP391.6
- 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
- 数据仓库技术在银行客户管理系统中的研究和实现,TP315
- 基于Moodle的高职网络教学系统设计与实现,TP311.52
- 教学质量评估数据挖掘系统设计与开发,TP311.13
- 关联规则算法在高职院校贫困生认定工作中的应用,G717
- 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
- 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
- Web使用挖掘与网页个性化服务推荐研究,TP311.13
- 数据挖掘在学校管理和学生培养中的应用,TP311.13
- 高校毕业生就业状况监测系统研究,G647.38
- 基于数据仓库的药品监管辅助决策支持系统的设计与实现,TP311.13
- 基于关联规则的结构化浏览技术及其应用,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com
|