數(shù)據(jù)挖掘在學(xué)生信息管理系統(tǒng)中的應(yīng)用.pdf

1、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘是數(shù)據(jù)庫研究、開發(fā)和應(yīng)用最活躍的分支之一,也是決策支持系統(tǒng)的關(guān)鍵因素,數(shù)據(jù)倉庫是一個支持管理決策過程的、面向主題的、隨時間而變的數(shù)據(jù)集合,它是集成的,也是穩(wěn)定的。數(shù)據(jù)挖掘是采用人工智能的方法對數(shù)據(jù)庫和數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行分析、獲取知識的過程。它們的結(jié)合能更好地為企業(yè)或有關(guān)部門不同范圍的決策分析提供有力的依據(jù)。在網(wǎng)絡(luò)應(yīng)用環(huán)境和趨勢發(fā)生變化的今天,“中國的校園網(wǎng)建設(shè)正在從‘萬兆校園網(wǎng)’向‘?dāng)?shù)字化校園網(wǎng)’過渡”,在這一過渡期

2、中,現(xiàn)階段的建設(shè)主題正由帶寬、鏈路等“硬主題”向數(shù)據(jù)集中、數(shù)據(jù)整合、應(yīng)用與管理智能等“軟主題”遷移,一個新的教育信息化建設(shè)時代正在來臨,將從過去的“基礎(chǔ)網(wǎng)絡(luò)核心時代”逐漸跨入到“數(shù)據(jù)核心時代”。如何在大量數(shù)據(jù)中發(fā)現(xiàn)所隱含的規(guī)律,從而應(yīng)用這些規(guī)律去指導(dǎo)學(xué)校的工作,數(shù)據(jù)挖掘技術(shù)無疑將在這當(dāng)中起著越來重要的作用。本文主要探討了基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘技術(shù)的基本理論和實施方法,探索了數(shù)據(jù)挖掘分類方法和聚類方法。結(jié)合學(xué)生信息管理系統(tǒng),改進(jìn)分類方法中

3、的決策樹算法并應(yīng)用于英語四級成績分析,實現(xiàn)聚類方法中的k-平均算法和k-中心點算法并應(yīng)用于學(xué)生畢業(yè)情況分析,從而挖掘出潛在的學(xué)生發(fā)展相關(guān)規(guī)律,為大學(xué)學(xué)生信息管理、決策提供科學(xué)依據(jù)。以往的學(xué)生信息管理系統(tǒng),多半是OLTP系統(tǒng),缺乏綜合分析、輔助決策的能力,并且對其歷史積累的海量信息中隱含知識的利用無能為力。通過在學(xué)生信息管理系統(tǒng)中的具體挖掘?qū)嵺`,得到了許多有價值的信息,這些知識在幫助學(xué)校更好地進(jìn)行學(xué)生的培養(yǎng),對學(xué)生表現(xiàn)情況的掌握以及課程的