數據挖掘在學生信息管理系統(tǒng)中的應用.pdf

1、數據倉庫和數據挖掘是數據庫研究、開發(fā)和應用最活躍的分支之一,也是決策支持系統(tǒng)的關鍵因素,數據倉庫是一個支持管理決策過程的、面向主題的、隨時間而變的數據集合,它是集成的,也是穩(wěn)定的。數據挖掘是采用人工智能的方法對數據庫和數據倉庫中的數據進行分析、獲取知識的過程。它們的結合能更好地為企業(yè)或有關部門不同范圍的決策分析提供有力的依據。在網絡應用環(huán)境和趨勢發(fā)生變化的今天,“中國的校園網建設正在從‘萬兆校園網’向‘數字化校園網’過渡”,在這一過渡期

2、中,現階段的建設主題正由帶寬、鏈路等“硬主題”向數據集中、數據整合、應用與管理智能等“軟主題”遷移,一個新的教育信息化建設時代正在來臨,將從過去的“基礎網絡核心時代”逐漸跨入到“數據核心時代”。如何在大量數據中發(fā)現所隱含的規(guī)律,從而應用這些規(guī)律去指導學校的工作,數據挖掘技術無疑將在這當中起著越來重要的作用。本文主要探討了基于數據倉庫的數據挖掘技術的基本理論和實施方法,探索了數據挖掘分類方法和聚類方法。結合學生信息管理系統(tǒng),改進分類方法中

3、的決策樹算法并應用于英語四級成績分析,實現聚類方法中的k-平均算法和k-中心點算法并應用于學生畢業(yè)情況分析,從而挖掘出潛在的學生發(fā)展相關規(guī)律,為大學學生信息管理、決策提供科學依據。以往的學生信息管理系統(tǒng),多半是OLTP系統(tǒng),缺乏綜合分析、輔助決策的能力,并且對其歷史積累的海量信息中隱含知識的利用無能為力。通過在學生信息管理系統(tǒng)中的具體挖掘實踐,得到了許多有價值的信息,這些知識在幫助學校更好地進行學生的培養(yǎng),對學生表現情況的掌握以及課程的