基于数据挖掘技术的学生成绩分析系统.doc
《基于数据挖掘技术的学生成绩分析系统.doc》由会员分享,可在线阅读,更多相关《基于数据挖掘技术的学生成绩分析系统.doc(114页珍藏版)》请在咨信网上搜索。
1、基于数据挖掘技术的学生成绩分析系统(完整资料)(可以直接使用,可编辑 优秀版资料,欢迎下载)本科 毕 业设计(论文)题目: 基于数据挖掘技术的学生成绩分析系统的设计与实现姓 名 张宇恒学 院软件学院专 业 软件工程班 级 201503学 号 21299班内序号01指导教师 牛琨214年5月基于数据挖掘技术的学生成绩分析系统的设计与实现摘要随着科技的不断发展和中国教育制度的日趋完善,各大高校对教务管理工作提出了越来越高的要求.各大高校不再满足于传统的成绩管理方式,开始运用数据挖掘领域的先进方法对学生成绩进行分析和研究。教务工作人员使用关联规则挖掘算法分析课程间的内在联系,可为学校的改进教学工作提
2、供依据,并为学生的选课和学业规划提供指导;对学生进行分类,让学生能够对自己在校期间所学课程的成绩有一个全面而清晰的了解,方便学生扬长避短选择选修课程,及时对可能在学习上遇到困难的学生进行预警;运用聚类算法对学生进行聚类,找出具有共同特征的学生,并对不同学生群体分别采取不同的教学方法,初步体现因材施教的教育理念,最终探索出适合中国国情和教育制度的个性化培养模式。本系统采用Elipe作为开发平台,以Jav作为开发语言。通过对高校学生成绩分析系统的需求分析,本系统设计实现了可以使用关联规则挖掘算法分析课程间的内在联系,使用分类算法对学生进行分类,使用聚类算法对学生进行聚类.希望本系统能对今后高校学生
3、成绩分析系统的开发提供一定的参考价值.关键词成绩分析关联规则分类聚类Design an immeation ofstuent acievmen analysis stem based o data m tehnolgyABSRACTith th cotins elpent f tecnologyan he Chinee ducati sstem mtrng, Uivities haveuthieirmnts to hei acdeicadminisrationUiversites ae onge satsfiewithtdiinalpeformance manageent, egan to a
4、pply dvaned dta ing ods to analyze stuy stdent acheemnt。taffof aademc afarsuse assitin uleinggorihm toanysis irnsi lik tween cours, wic ca provie te bsisor mprong th teaching othe scho and guidace fo the tutsenrllment andacdem plnig.Usin lassifiationalgorithm tociyth studet, sat stuens cnave acea un
5、deranding in their aaemic performanc, ad flttstdent in selecti rseing stuens w prbably fae iicultiesih aamic.Usng clsterng algrithtclustrhe studets o etif studt wit common hracertic, sothat teachsn tacdiffeentsuden i dfent wy,embodi te concepoindiiuazd edcatin, fialysoveapersonaiz dcationoe, wh suit
6、ablfrCias inl contions anduaion ysem。The ste wasdeelopedincipse,wit jva as a evopmetlaga。By anlzing he neof tudt acivemnanalysis systm, th system ues aociaion ue ninlgorithm to analyis intrnsclinbetweur, se lassiftion algorim to clasfy h uent,ses usteringalgorithm tocuster tetudents t ietfstudetsI h
7、opthissstem canproide sme refenc vaueto he fute development of college sudents hieveet nlysis syse。EYORDS achevee analyisasiation ruclificiuterin目录第一章引言11 选题的背景和意义11。2 个性化培养的重要意义11.3国内外个性化培养的现状21.1国外个性化培养现状213.2 国内个性化培养现状14成绩分析系统的现状和存在的问题31。1成绩分析系统开发使用的现状31.4。2成绩分析系统建设存在的问题4第二章相关技术4相关数据挖掘知识理论2。1.1数据
8、挖掘2。1.2 关联规则52.13 分类62.1.4 聚类22 开发工具的选择2。. Elpe简介72。22 Eclp的优势7第三章系统分析.1 软件过程模型83。2 需求分析921用例图932.2 需求的结构化描述10第四章系统设计与实现4.1 系统概要设计144.1系统体系结构144.2 系统数据结构15.2 系统详细设计164。2。 文件导入数据1。2 数据预处理6。2。3 关联规则184.4 分类94.2。5 聚类24。2。6 导出文件2。3 系统实现234。3。1 文件导入数据2.2 数据预处理23.3。 关联规则2343。4 分类4.3。5 聚类244。36 导出文件254. 系统
9、应用26第五章结论3参考文献1致谢3第一章引言1.1选题的背景和意义进入新世纪以来,我国的高等教育事业正在快速发展,各个领域的重大科研成果不断涌现,各知名院校的国际排名和知名度也不断攀升.然而在这些光鲜靓丽的学术成果之下,各大高校对学生的管理工作却并没有跟上时代的步伐。其实对于给大高校来说,学生的考试成绩是一笔非常宝贵的财富。学生的成绩是反映学校教学水平的最直接的第一手资料,这些数据可以为学校改进招生和教学工作提供重要依据。然而,学生成绩的管理工作并没有引起高校足够的重视,尤其是在对学生成绩的分析处理方面,绝大部分高校还停留在较为原始的数据库管理和查询阶段,没有对学生的成绩进行横向和纵向的对比
10、研究,也缺乏对各学科之间成绩内在联系的挖掘。学科成绩间的内在联系是广泛存在于各个专业的各门课程中的,学科成绩间内在联系的分析和研究对对学生和学校都有着十分重要的意义。通过了解学科成绩间存在的内在联系,学生可以清楚地认识到基础课程、先导课程的重要性,并且在选择选修课的时候,做到扬长避短,通过更多地选择与自己优势课程成绩正相关的课程来帮助提高成绩.而对于学校来说,分析学科成绩间的内在联系可以为各个专业的课程设置提供重要的参考依据.在教务工作人员进行排课工作时,可参考对往届学生成绩的分析结果来调整课程的排布顺序,达到不断优化课程设置的目的.个性化培养和发展是当今高等教育发展的主流方向,以往填鸭式、工
11、厂式的教学方式已经被先进的教育理念所替代,而中国教育制度中流水线式的培养模式一直是一个被广泛诟病、急需解决的问题.在这一方面,我们可以借鉴发达国家的先进经验,结合我国高等教育发展现状,探索并逐步建立由中国特色的、适合我国国情的个性化培养体系。目前可以通过对学生的成绩进行挖掘和分析,对学生进行分群,为具有一定共同特征的学生制定个性化培养方案。基于上述情况,本题目以完善高校培养制度和制定学生个性化培养方案为背景,通过运用数据挖掘及相关专业技术,设计并实现学生成绩分析系统.12 个性化培养的重要意义个性化培养其实并不是一个新颖的概念,2000多年前,我国著名教育家孔子就提出了因材施教的教育理念,并且
12、身体力行地用因材施教的方法教育自己的弟子.在000多年后的今天,多元化人才培养是高等教育发展的必然趋势.个性化培养不仅是实现多元化人才培养最重要的方式,更是我国建立创新型国家战略对高等教育提出的必然需求。只有摒弃传统的流水线式培养模式,在高等院校中全面推行个性化培养,我国高等教育才能真正完成人才培养方式的革命。()个性化培养是高等教育发展的现实需要个性化教育,是社会对大学生的预期变化的结果.在当今时代,社会要求每个人都能发挥自己独特而不可替代的作用,教育的使命也悄然转变为激发每一名学生的内在潜能。在高等院校推行个性化教育是中国高等教育的发展方向,更是世界大多数国家的共识。随着大学的扩招,原本曲
13、高和寡的高等教育已经走进了普罗大众的生活。但是大众化的高等教育不等于流水线式的培养,相反普及高等教育的意义正在于让更多的人进入大学,按照自己的兴趣和自身特点选择专业进行学习,成为独特的人才.(2)个性化培养是创新型国家战略的必然要求2006年,国家制定了建设创新型国家的重大决策。增强自主创新能力是建设创新型国家战略中最重要的一环,而作为高端人才培养基地的众多高等院校毫无疑问成为了自主创新的排头兵.受制于特殊的国情和几千年的科举传统,我国目前的教育模式仍然是以死记硬背为主要学习手段,以分数作为评价学生优劣的主要甚至是唯一标准.在这种教育模式中培养出来的学生中,相当一部分是与社会脱节的、毫无创新能
14、力可言的“考试机器”。现有的人才培养模式明显滞后于经济社会的发展,更是与建设创新型国家战略相违背的。只有立即转变人才培养模式,真正实现以人为本的个性化培养,才能使高等院校成为培养创新型人才的土壤.因此,以培养多元化人才为主导的个性化培养模式是我国高等教育发展的必然趋势.国内外个性化培养的现状1.3.1国外个性化培养现状随着高等教育的不断发展,在发达国家学生个性化发展的理念已经深入人心。其中高等教育最为发达同时也是中国留学生首选目的地的美国毫无疑问走在了世界的前列。以常青藤联盟为代表的美国知名大学在新生录取时并不会给新生确定专业,而是根据学生的意愿将学生分进不同的基础学院,允许学生在学院内自由地
15、选择课程。在完成一到两年的基础学习后,学生可以根据所学的课程和个人兴趣爱好自由选择自己的专业.这是一种非常人性化的人才培养模式。学生在入学时往往对自己所选择的专业并不十分了解,有的甚至是一无所知,仅凭一时兴起做出了选择。在这种情况下确定学生的专业显然不是最合理选择的。当学生完成了一段时间的学习后,无论是对所学的专业,还是对自身的学术能力和兴趣爱好都有了一个更深层次的认识。在这个时候学生对专业的选择往往会更加理性,这无论对学生还是对学校来说都是大有裨益的。而国际知名的布朗大学更是敢为天下先地取消了必修课制度,学生可以完全根据自己的兴趣选择学校提供的任何课程,修满学校要求的学分后即可毕业。学校根据
16、学生选择的课程来给学生颁发不同专业的毕业证书。布朗大学认为:没有人会告诉学生应该上什么课或怎样做,只要有兴趣,学生可以自由的发展。但是这种教学模式一度受到了美国教育界的广泛非议。相比布朗大学,其他常青藤盟校显得保守了许多,或是设置了一些必修课,或是对学生可以选择的课程做出了一系列规定,总而言之,布朗大学超前的教育理念并没有被其他大学所广泛接受.1.3。2国内个性化培养现状国内的高等院校仍然遵循着传统的人才培养模式,在当今的时代中已经暴露出了诸如学科专业结构的设置缺乏整体思考、缺少系统设计;课程体系不够综合、开设比例不够合理;考核评价体系知识记忆、轻创新实践等方面的问题。在高校中探索并发展个性化
17、培养模式已经成为了绝大多数教育界人士的共识。相比较国外已经比较成熟的个性化培养方案而言,国内的个性化培养方案尚处在起步摸索阶段,绝大多数国内高校的课程设置都已必修课程为主,辅以少量与专业相关的选修课程供学生选择,离真正的个性化培养还有比较大的差距。学生的专业也都是在招生是就已经确定了,为学生提供的更改专业的机会也比较少,与高等教育比较发达的国家还有较大差距。1.4成绩分析系统的现状和存在的问题14.1成绩分析系统开发使用的现状对于高校来说,教务管理是他的核心工作之一,而成绩分析能力的高低是衡量教务管理水平的一个关键指标。教务管理的水平对高校教学水平的进步和发展有着至关重要的意义。在当今社会,随
18、着教育改革的逐步深入,和科学技术的发展社会对高校的成绩分析管理提出了许多新的要求,“规范化、信息化、网络化”是学校教学管理的必然选择.建立并应用一套优秀的成绩分析系统是提升教务管理水平的关键所在。目前,各高校普遍建立了教务信息管理系统,其中很多高校还根据自身需求建有成绩分析系统。此类系统一般采用关系型数据模型,数据库中主要包括学生的姓名、学号、专业、考试成绩的个人信息。而每个信息又与其它信息相关联,形成了庞大的、涵盖整个教务管理过程的数据信息网。教务管理信息系统实现了教务信息的集中管理、分散操作、信息共享,使传统的教务管理向数字化、无纸化、智能化、综合化及多元化的方向发展。借助现代信息技术,不
19、同形式的成绩分析系统正在利用网络优势实现资源的共享、权限的信息录入、查询及修改等,改变了传统教务管理模式下信息数据层层传达及存储的模式,提高了信息的实效性,实现了真正意义上的信息交换与互动。1.4。2成绩分析系统建设存在的问题然而需要正视的是,我国高校的学生成绩分析系统仍然存在着一定问题,主要表现在:(1) 功能需求不明确,设计不尽完善各所高校间教务管理的流程有所不同,教务管理人员如何根据自身学校的特点建立成绩分析系统是一个具有普遍性问题。目前建成的成绩分析系统,大多都没有严格遵循软件项目开发流程,对功能需求的分析做的不够彻底,设计也不够完善,难以达到理想的效果.其中一个最主要的原因是使用者和
20、设计者没能进行充分的沟通,设计人员对教务管理流程并不熟悉,和教学效果体现的理解也不透彻,使得现今的成绩分析系统大多不尽如人意。(2) 没有运用数据挖掘技术对成绩进行分析当今大部分高校对学生成绩管理的理解还停留在较为原始的数据库管理和查询阶段,对学生成绩的分析多以简单地求平均分、中位数、计算方差和标准差、统计优秀率及格率等方式进行.对于很多教务工作者来说,数据挖掘技术是一个更多的运用在商业领域的、离教务管理很遥远的东西。其实在美国等发达国家,数据挖掘技术早已走进了教务工作,成为了教务工作人员对学生成绩进行分析的重要手段。有一些名校甚至拥有一支数据挖掘技术方面的专业团队来对学生成绩进行分析。这些专
21、业的分析结果不仅为学校改进教学工作提供了重要的参考依据,也为学生选择选修课和今后的发展方向提供了极大的便利。第二章 相关技术2.1相关数据挖掘知识理论2.1.1数据挖掘数据挖掘(Da ing),又译为资料探勘、数据采矿。它是数据库知识发现(KnowledgeDiscoy n Dataes,KD)中的一个步骤.数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。数据挖掘是目前人工智能技术和数据库领域的研究前沿.数据挖掘是指从海量数据中发现出隐含
22、在表象之下的、不为人所知的并有一定价值的信息的过程。数据挖掘的实质是一种决策支持过程,它主要基于人工智能、模式识别、统计学等相关技术,分析规模庞大的数据,从中找出某种规律并做出归纳性的推理,帮助决策者提高决策的准确性。数据准备、寻找规律和规律表示是数据挖掘的三个基本步骤。数据准备是指从数据源中选取相关的数据并生成可用于数据挖掘工作的数据集;寻找规律是指通过一定方法将数据集中所隐含的规律挖掘出来;规律表示是指以用户容易理解的方式(尤其是那些并不熟悉数据挖掘技术的用户)将挖掘出的规律呈现给用户.数据挖掘有填补缺失值,过滤噪声点、关联规则挖掘、分类、聚类、异常分析等任务.近年来,“大数据”成为了一个
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 数据 挖掘 技术 学生 成绩 分析 系统 完整 资料
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【二***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【二***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。