关联规则在学分制成绩管理中的应用

现在大部分高校都实行学分制制度,学生根据选课系统选择必修和选修的课程,针对学分制选课系统的利弊,利用数据挖掘技术的关联规则算法中Apriori的基本原理对历届学生的成绩进行分析,使用SQL 2005 DMX创建挖掘模型,对模型进行训练,利用关联规则查看器对各门课程成绩进行分析预测。为教师排课及学生选课提供一定的指导与参考。     

基于数据挖掘的选课指导研究

本文阐述了数据挖掘的概念和应用范围，回顾了选课制的发展，对国外选课制下的选课指导进行了具体分析，提出了运用数据挖掘技术实现选课指导的两种方法。     

基于协同过滤的个性化推荐选课系统研究

针对高等学校学生选课系统中存在的缺乏个性化课程推荐、选课效率不高的问题,通过对个性化推荐技术的分析研究,提出了基于项目、用户及属性值矩阵的协同过滤算法,并把该算法应用到选课系统中,数据表明,算法解决了个性化推荐技术中的冷启动问题,相关指标有明显提高,实现了课程的个性化推荐和新课程的推荐。     

基于关系数据库的高校成绩数据关联规则挖掘

本文针对高校数据库的特点,利用SQL语句与Apriori算法结合,提出一种基于关系数据库的关联规则挖掘算法,该算法解决了Apriori算法不适合数值型数据挖掘的问题。为了验证算法的有效性,本文将之运用于成绩数据的挖掘,得出了课程之间的关系及学生可能不合格的课程,为学生选课和学生由于成绩不合格留级、退学的预警管理提供依据。     

Apriori关联算法在学生成绩中的应用

介绍了数据挖掘中关联规则的概念及经典的Apriori算法,以及Apriori算法在学生成绩中的应用.     

决策树在高职学生就业数据分析中的应用研究

历年学生就业积累的大量数据信息,运用数据挖掘算法中的C4.5决策树算法对所给数据进行分类和预测。通过实例给出了该算法在高职高专就业工作中的应用,找出影响学生就业的主要因素。     

数据挖掘在CRM中的应用研究

首先介绍了CRM和数据挖掘的基本理论知识;然后通过数据挖掘在CRM中的主要应用和在CRM中启动数据挖掘的基本步骤两个方面对数据挖掘在CRM中的应用进行了详细的说明;最后对数据挖掘技术中的决策树分类算法应用于客户分类进行了研究,着重探讨了其中的SLIQ算法及其改进算法。     

教学管理中的数据挖掘

本文主要介绍了数据挖掘技术在高校教学管理中的应用和意义,利用数据挖掘技术对高校教学管理中产生的大量数据进行分析挖掘,如成绩挖掘、选课挖掘以及评价信息挖掘等来发现对教学管理有用的信息,以便为教学管理者提供决策支持.     

关联规则挖掘在学分制教学管理中的应用

利用数据挖掘技术的关联规则挖掘,可以从大量数据中发现有价值的规则。本文将Apri-ori算法应用于高校教学管理系统,探讨了高等学校专业课程间的相关性问题,并对学生成绩数据进行分析,得出了部分合理、可靠的课程相关性规则,为学分制体系下学生选课提供指导。     

决策树ID3算法在学生成绩中的应用

介绍了数据挖掘中决策树的分类方法和概念,以及著名的ID3算法,同时也介绍了ID3算法在学生成绩中的应用.     

ID3算法在高校招生决策中的应用研究

介绍了ID3算法的基本知识,并结合当前高校招生中的一些问题从数据挖掘的角度利用决策树算法对考生的信息进行了分类,找出帮助高校录取的一些规律,对提高新生报到率具有一定的指导意义。     

决策树挖掘算法在教评体系中的应用研究

对高校教学质量评估体系中学生的大量评教数据和教师的档案数据进行数据挖掘,重点研究决策树方法中的ID3算法在教学质量评估体系中的应用。利用决策树挖掘算法挖掘影响教学质量的关键因素,找出数据的内在规律,并对挖掘结果进行分析,从中提取有用信息,才能更好地为管理决策分析提供科学依据。     

决策树挖掘算法在教评体系中的应用研究

对高校教学质量评估体系中学生的大量评教数据和教师的档案数据进行数据挖掘,重点研究决策树方法中的ID3算法在教学质量评估体系中的应用。利用决策树挖掘算法挖掘影响教学质量的关键因素,找出数据的内在规律,并对挖掘结果进行分析,从中提取有用信息,才能更好地为管理决策分析提供科学依据。     

基于加权关联规则算法的学生成绩数据挖掘研究

对学生成绩数据挖掘的研究、开发、应用,可以进一步探讨数据挖掘的过程、功能;并且用于指导帮助学生发现、认识学习的一些基本规律;同时也可以为教师、教学部门提供相应的决策依据。文章通过对加权关联规则算法的研究,进一步提高了算法的运行效率,以及数据挖掘结果的有效性、可用性。     

决策树在高职学生成绩影响因素分析中的应用

利用数据挖掘技术研究高职院校学生成绩的影响因素,对高职学生成绩管理具有重要意义。决策树法是数据挖掘的主要技术和方法,利用决策树C4.5算法系统研究了我校信息工程学院二年级学生成绩影响因素,建立了影响学生成绩的决策树模型,使学校有针对性的开展学生管理工作。     

数据挖掘在高校学生综合评价中的应用

在高校学生各个方面信息的基础上,利用分类算法,以学生的信息作为样本数据,构造决策树,实现对高校学生客观、正确、有效的评价,为决策提供依据。     

改进的关联规则算法及其应用

根据数据挖掘中关联规则的性质以及高校成绩管理数据库的自身特点,在经典关联规则算法Apriori算法的基础上提出了一种改进的算法A 算法,并利用该算法对学生成绩管理数据库进行了关联规则挖掘,得到了隐含在数据库中的有用信息。     

基于数据仓库的高校学生管理预警与支持系统

数据挖掘技术目前在商业、金融业等方面都得到广泛应用,而在教育领域应用较少.高校学生管理预警与支持系统是客观地分析在校学生的应用软件,它设计的基础是大量的学生信息数据.数据仓库技术可以将这些明细信息汇总统计以供分析辅助决策使用,使预警工作建立在可靠的事实数据的技术上.通过详细阐述高校学生管理预警与支持系统数据仓库的数据建模,为数据挖掘技术应用于教育管理领域提供了一个方向.     

数据挖掘中聚类算法的研究与探讨

聚类算法是数据挖掘中用来发现数据分布和隐含模式的一项重要技术。通过分析研究数据仓库及数据挖掘中聚类算法的现状,对数据挖掘中常见的几种聚类算法的性能进行相互比较,并分析它们各自的优缺点,对数据挖掘中聚类算法的发展趋势作出展望。     

数据挖掘在电大开放教育中的应用

利用数据挖掘技术对电大在校学员的数据进行分析、推理,可以找出导致学员流失的主要原因。文章从数据仓库主题的分析开始到模型的建立,系统的实现,最后随机抽取一组数据进行分析,详细的介绍了如何将数据挖掘技术应用于电大学员流失问题中。