论文部分内容阅读
随着教学改革的不断深入,各高校充分利用先进的信息技术手段来提高教学管理水平,教学管理信息系统的建设不断完善。但通过对当前各高校教学教务管理系统的调查发现,大多数高校的教务管理系统还主要用于事务性管理工作,缺乏对教务决策的支持。教学管理人员需要对数据进行更加深入的分析,如查询教学质量各重要指标或者预测其变化趋势,从而提前进行相应政策调整,提高教学管理决策的科学性和有效性。
高校成绩管理是教务管理的核心工作。成绩数据不仅是学生学习效果评价的重要度量指标,同时也是教师教学质量的重要度量指标。教务管理系统中成绩数据格式规范,保存完整,但数据规模庞大,传统分析手段难以处理,无法充分解读并将将这些数据用于教务决策。本文分析了当前教务管理系统成绩管理现状以及进行成绩数据分析的必要性和可行性,提出了高校成绩分析的基本框架,并采用商业智能技术架构来设计和实现了成绩分析系统。
成绩分析分两个层次来进行,基本分析层次基于传统统计方法对成绩数据进行压缩,给出成绩数据的紧凑描述,深度分析基于关联规则,决策树等数据挖掘算法发现成绩数据中的隐藏知识。本文以南开大学本科教务管理系统中的学生成绩数据为基本研究对象.利用Microsoft SQL Server2005平台提供的商业智能软件包SQL Server2005 Analysis Services建立了成绩分析业务维度模型,开发了教务系统数据库成绩相关数据的抽取、转换和装载的接口程序。在建立数据仓库的基础上,可以对成绩数据进行多层次,多角度的分析。成绩基本分析中使用OLAP分析技术可以进行灵活直观的数据操作和结果显示。成绩深度分析中建立了成绩数据关联规则和决策树挖掘模型,并得到一些重要结论,对培养计划制定,课程设置和安排等教学管理决策都具有一定指导意义。