基于數(shù)據(jù)挖掘的課程成績關(guān)聯(lián)性研究.pdf

1、學(xué)生的課程成績不僅是學(xué)生對課程學(xué)習(xí)質(zhì)量的直觀反映，也是衡量教學(xué)質(zhì)量的重要依據(jù)。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又潛在有用的信息和知識的過程。對學(xué)生成績及相關(guān)數(shù)據(jù)進行數(shù)據(jù)挖掘，發(fā)現(xiàn)學(xué)生各課程學(xué)習(xí)效果之間的關(guān)聯(lián)關(guān)系并用于教學(xué)工作的指導(dǎo)有著重要的意義。本文在深入研究數(shù)據(jù)挖掘知識的基礎(chǔ)上完成了對本校應(yīng)用數(shù)學(xué)專業(yè)的學(xué)生課程成績關(guān)聯(lián)關(guān)系的研究。
　　論文詳細闡述了關(guān)聯(lián)規(guī)則分析模型和聚類分析模型

2、的設(shè)計與實現(xiàn)及其在課程成績關(guān)聯(lián)性研究中的應(yīng)用，主要內(nèi)容包括:
　　遵循數(shù)據(jù)倉庫設(shè)計的原則，在SQL Server2005中建立和課題需求的星型數(shù)據(jù)倉庫student_ scoreDW。使用結(jié)構(gòu)化查詢語言T-SQL進行數(shù)據(jù)預(yù)處理，使其轉(zhuǎn)換為數(shù)據(jù)挖掘算法所需要的格式。實現(xiàn)聚類分析技術(shù)中的k-means算法在數(shù)據(jù)泛化預(yù)處理中的應(yīng)用。
　　針對fp-growth算法的不足提出了其改進算法:基于共后綴項間頻繁閉項集的改進算法Cfp-g

3、rowth算法使得生成關(guān)聯(lián)規(guī)則的冗余量降低，基于散列技術(shù)的改進算法HCfp-growth算法使得算法的時間效率大大提高，基于事務(wù)矩陣的改進算法MCfp-growth算法使得時間效率提高的同時避免了大量的指針操作，同時避免了內(nèi)存泄露。對每一個改進算法的工作原理和過程均結(jié)合實例進行了詳細說明。并基于AdventureWorks數(shù)據(jù)庫對其進行了算法效率的測試，且對測試結(jié)果進行了理論分析。
　　將改進后的算法應(yīng)用到學(xué)生課程成績關(guān)聯(lián)性的研究

4、中，對學(xué)生成績這一關(guān)鍵性能指標(biāo)進行數(shù)據(jù)挖掘，得出了同時滿足最小支持度閥值min_sup和最小置信度閥值min conf的學(xué)生成績關(guān)聯(lián)模式，挖掘出了學(xué)生課程成績之間的關(guān)聯(lián)性和關(guān)聯(lián)程度，分析了結(jié)果的指導(dǎo)意義:注重課程之間的有機聯(lián)系、建立成績預(yù)警機制、提供就業(yè)參考和專業(yè)內(nèi)方向選擇的依據(jù)。
　　論文還對目前數(shù)據(jù)挖掘技術(shù)研究存在的不足之處和未來的研究方向提出自己的觀點。本論文所用的開發(fā)平臺是微軟公司的vs2010和SQL Server200