论文部分内容阅读
数据挖掘是从大量数据中发现有趣模式,数据可以存放在数据库、数据仓库或信息库中。数据仓库是一个支持管理决策过程的、面向主题的、时变的和非易失的数据集合。而两者的结合能够更好的为有关部门的决策提供有力依据。本文通过对基础理论的深入研究,提取兰文职校教务数据,在普通话等级成绩的分析中充分运用数据仓库和数据挖掘技术,其成果如下：1、针对数据挖掘的最新技术进行了细致介绍,并对目前中职学校教务教学管理系统现状进行了分析,在此基础之上研究并分析了数据仓库和数据挖掘技术在学校教育教学方面的应用,以此为目标设计了数据仓库模型。2、尝试利用Microsoft Analysis Service针对数据元素进行多维数据的一般建模。在获取我校教务教学管理系统中的学生成绩信息数据之后,通过利用SQL Server 2000 Analysis Service数据库软件建立中职学校学生普通话等级成绩数据仓库,并完成OLAP的操作与数据展现,使用Microsoft决策树创建OLAP数据挖掘模型一,使用Microsoft聚集创建OLAP数据挖掘模型二,通过两种模型分析了我校普通话等级成绩与专业、年级和户籍之间隐藏的数据关系。3、利用关联规则挖掘算法,对学生普通话等级成绩数据进行挖掘。本论文引用了一种Apriori的改进算法,通过此算法对普通话等级成绩与其他两门语言课程之间的数据关系进行分析和预测,这对于今后提高学校的整体普通话水平,以及对学生综合素质能力的培养和满足就业对普通话口语水平的需求提供相应的决策依据。