聚類分析和關(guān)聯(lián)規(guī)則技術(shù)在成績分析中的研究及應(yīng)用.pdf

1、由于大學招生計劃的增幅越來越大，學生人數(shù)的增幅加大，給學校的教育管理帶來了嚴峻的考驗，而信息技術(shù)的發(fā)展使學校有了許多信息系統(tǒng)和數(shù)據(jù)庫，用來存儲學生的各種信息。這些系統(tǒng)和數(shù)據(jù)庫中積累了不少數(shù)據(jù)，數(shù)據(jù)背后隱藏著沒有被有效利用的信息，數(shù)據(jù)挖掘技術(shù)作為一種可以從數(shù)據(jù)中發(fā)現(xiàn)隱藏的數(shù)據(jù)規(guī)律或者模式的技術(shù)，就可以幫助人們有效利用學生數(shù)據(jù)。
　　學校多年來累積了非常多的原始考試數(shù)據(jù)，對于這些數(shù)據(jù)，只是進行了簡單的存儲、查詢，并沒有對其中隱含的可能

2、有價值的信息進行分析和利用。因此本文建議將數(shù)據(jù)挖掘技術(shù)應(yīng)用到《計算機基礎(chǔ)》的成績分析中來得到其中對教育有有利影響的信息。
　　本文研究理解了數(shù)據(jù)挖掘的相關(guān)知識，重點鉆研了聚類分析和關(guān)聯(lián)規(guī)則技術(shù)，通過對K-Means算法和Apriori算法理論的具體研究，設(shè)計適用于《計算機基礎(chǔ)》數(shù)據(jù)的K-Means算法和Apriori算法，并將兩個算法應(yīng)用到《計算機基礎(chǔ)》的成績分析中。首先，選擇數(shù)據(jù)源，本文的研究對象是2011級到2013級三個年級

3、的《計算機基礎(chǔ)》課程成績，然后對原始數(shù)據(jù)進行預(yù)處理，例如數(shù)據(jù)集成和數(shù)據(jù)規(guī)約;第二，進行數(shù)據(jù)的K-Means聚類分析，依照學生成績的分布特點確定k值和最初的聚類中心，得到聚類結(jié)果并對結(jié)果進行分析;第三，在對數(shù)據(jù)進行聚類分析得到聚類結(jié)果之后，為了進一步確定聚類結(jié)果的可信性以及確定學生的院系、各個題型的成績、學生成績?nèi)咧g的關(guān)系，應(yīng)用Apriori算法找出所有頻繁項集，進而得到有價值的關(guān)聯(lián)規(guī)則，找出學生成績的影響因素。通過將聚類分析和關(guān)聯(lián)規(guī)