论文部分内容阅读
随着现代信息技术、通讯技术和计算机技术的高速发展,数据库应用的范围、深度和规模不断扩大,许多领域积累了海量的数据。数据仓库技术的发展使得大量数据已经被集成和预处理。由于数据仓库中数据的高质量和可用信息处理设施的存在,基于大型数据仓库和数据挖掘技术的研究也得到了空前的重视。近几年,由于我国大众化高等教育的普及,高校学生数量的激增,给学生管理工作带来了诸多新的问题,迫切需要建立一套科学而完善的学生管理信息系统。努力提高学生成绩是每一所高校的目标,影响学生的学习成绩的因素很多。传统的学生成绩分析无非是得到均值、方差、区别显著性检验、信度、效率等,这些往往还是基于教学本身的考虑,没有对其中隐含的影响学生成绩的因素作深层次的分析。把数据挖掘技术应用到高校学生信息管理工作中,是解决上述问题的一种有益探索。数据挖掘技术对有效地分析和管理学生海量数据,提高管理水平和效率具有重要意义,并且能够对高校各项工作起到辅助决策的作用。文章分为两个部分,第一部分对数据仓库、联机分析处理和数据挖掘技术进行了综述,重点介绍了基于多维立方体的数据挖掘思想和方法,使数据挖掘更加专注于知识的发现,有利于发挥数据挖掘技术的潜在能力。这部分的理论研究,给数据挖掘技术在高校学生管理信息系统中的应用研究提供了理论基础。第二部分对高校学生管理信息系统的重要组成部分——学生综合测评系统进行了简述。对当前高校学生综合测评体系作了介绍和总结,提出了一种新的定量分析和定性分析相结合的学生综合测评方法,并在此基础上应用数据仓库和联机分析处理技术构建一种“平面”和“立体”大学生综合评价体系,建立了多维学生综合测评联机分析挖掘模型,实现了在高职高专学生综合测评中的应用。本部分还实现了数据挖掘的决策树分类在学生综合测评、高职高专专升本推荐中的应用。