数据挖掘技术在信息技术公共课评价中的应用

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:evolution_jip
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数据挖掘是数据库研究、开发和应用最活跃的分支之一,也是决策支持系统的关键因素,它主要由数据库技术、数据可视化、统计学、信息检索、人工智能、机器学习和高性能计算等组成。如今随着数据挖掘技术的快速发展,数据挖掘技术研究重点逐渐由发现方法转向实际的应用方面。数据挖掘的实际运用已经在商业领域取得了巨大的应用价值,并且在社会各行各业应用也越来越广泛。而目前,全国高校的计算机和网络应用都较为普遍,数字化校园的建设步伐也不断加大,校内不同部门都在日益完善自己的管理信息系统,这样,大量完整的数据日月积累起来,已形成非常宝贵的信息资源。但目前,这些数据主要的用途仍是提供简单的查询和统计报表,而其深层次的信息没有被充分地利用。本文以扬州职业大学中涉及较广的信息技术公共课评价为切入点,结合高职高专的现实情况,详细分析了现有的成绩管理的不足。基于数据挖掘技术设计和实现了信息技术公共课成绩分析系统。应用聚类算法和关联规则挖掘算法对信息技术公共课学生成绩数据进行处理,建立了一套合理的分析系统,得出我们所关心的信息,为今后的教学管理和学生管理工作提供相应的决策依据。
其他文献
随着互联网应用和电信业务的不断发展,数据库的应用范围越来越广泛,数据库规模不断的扩大,业务复杂程度的增加,系统的性能问题越来越突出,因此对数据库性能优化变得十分重要
随着信息技术的飞速发展,使得万维网中的文本资源呈指数级增长。由于现有技术的局限性,这些文本资源从计算机的角度看,仅仅是一堆乱码,即这些数据是机器“可读”但“不可理解
信息业的高速发展,随之而来的是盗版的肆意泛滥。由于打击盗版,维护数字作品版权的需要,运用数字指纹进行版权保护这一思想已经受到越来越多国内外研究人员的重视,成为国内外
现有的推荐技术中,协同过滤技术的应用最为广泛,使用的推荐效果也很不错。为了达到更精确的个性化推荐,研究者们开始了大量的推荐算法混合使用方面的研究,一些比较好的混合算法从
随着计算机网络与通信技术的发展,互联网高速时效性强的特点使得越来越多的网络设备(安全网关、路由器)对数据包处理速度提出了更高的要求。包分类算法作为这些网络设备中的
随着Web技术的广泛应用,手机信息化的程度越来越高,基于关键字匹配的手机搜索引擎无法反映Web信息在现实世界中的语义,由此不可避免地导致查准率和查全率低的缺陷;另一方面,
Web服务以XML、WSDL、SOAP和UDDI为核心,采用SOA体系架构,引入了一种新的Web应用的开发、部署和集成的模式。它以其松散耦合性、高度可集成性和规范性等特点得到了广泛的应用
基于多摄像位的空间定位系统实质上是属于基于双目立体视觉的三维重建技术的范畴的。双目立体视觉是立体视觉的一个重要的分支。它直接模拟人类视觉处理景物的方式,可以在多
随着Web服务的流行,Web服务的数量与日俱增,往往有多个Web服务满足同一功能请求,但是如何从众多服务中选择质量符合要求的服务,现有基于功能性描述的Web服务发现方法难以解决
微粒群算法是一种新型的、基于迭代的进化计算方法。自上世纪九十年代出现以来,由于其具有较少的参数调整以及算法简单易实现等优点,获得了国内外学者的关注和研究,它和遗传