论文部分内容阅读
职业学院招生规模在今天被扩大了几倍,为适应发展以及信息技术的进步,促使各学院纷纷建起自己的教务管理系统,系统的应用逐步的提高了教学及管理的水平。系统运行多年,历年来积累了非常多的教学和管理数据。目前这些管理系统多半是参与事务处理,基本缺乏综合分析和辅助决策的能力,更不能对积存的数据进行归纳与深层次挖掘,这使得管理人员在面对复杂情况时不能及时了解相关信息,领导在决策时也没有切实的数据支持。对教学管理的深入细致分析是学院教学评估的最重要手段,数据仓库技术已经非常成熟,数据挖掘应用目前也极其活跃,数据仓库和数据挖掘技术的结合为决策及教学评估提供了必要的技术手段。本文是在搜集并深入了解了大量的数据仓库和有关的数据挖掘的相关文章,试图通过构建实用数据仓库并采用数据挖掘技术对教务数据进行一次多层次的、多角度的分析和挖掘,并利用挖掘结果来辅助教学决策,从而促进教学质量提高、学生素质提升。本文首先从决策分析出发,构建数据仓库,探讨了数据仓库和数据挖掘的基本理论和方法,研究了数据挖掘中的聚类算法,结合教务系统的实际情况应用聚类算法中的k平均算法分析了学生成绩的分布情况,从而对试卷质量、教学效果进行有效评估。在具体挖掘实践中,我们得到了许多的极其有价值的信息,这些信息的发掘对帮助学院了解学生对知识的掌握程度以及课程开发方面需要加强的环节,从而使学院更好地对学生的进行培养,无疑具有重要的指导意义。