基于数据挖掘的学生管理决策系统设计与实现

基于数据挖掘的学生管理决策系统设计与实现项目计划书一．项目摘要学生成绩管理及分析系统以大数据为背景，结合现代计算机相关联技术和传统的教学经验设计而来的数据挖掘系统，将教师对学生的日常记录及学生成绩数字化，不仅可以减轻教职工的工作压力，也可以客观系统的对教学质量进行评估，促进提高工作效率和工作质量。关联规则对学生成绩数据的深度挖掘和分析，发现隐藏在其后的问题和趋势，对教学总结和改革提供依据。二． 项目目标：在教学过程中，各学科与课程之间所涉及的知识必然存在着前因后果的关系，为了确保先行课程对后行课程提供相关知识，完善学生的学习体系就必须发现各课程的安排对学生学习的影响，因此，数据中隐藏的课程相关规则或模式，为合理安排课程提供决策支持，是非常必要的和可行的。学生成绩管理及分析系统将关联算法和计算机技术相结合，有效的应用在学生教育当中，真实客观的反应教学质量，确保教育工作的合理性、正确性。三．项目 描述如何将数据挖掘技术与成绩管理相结合，从大量数据中提取出隐藏在数据之中的有用的信息。根据当前成绩管理的具体情况，介绍了数据挖掘相关知识，详细分析比较了数据挖掘技术的有关内容。根据当前成绩管理的具体情况，阐述了成绩管理的作用现状以及现有的成绩管理的不足，对决策树算法及粗糙集理论进行了详细的介绍，对各自在成绩管理中的作用进行了详尽的阐述。对不同课程类型的学生成绩进行分析，找出影响学生成绩的潜在因素，使学生能够较好的保持良好的学习状态，从而为教学部门提供决策支持信息，促使更好的开展教学工作，提高教学质量；应用粗糙集理论对某教学班级的英语成绩进行分析，找出对学生总体成绩影响最重要的因素，以便为外语教师改变教学方式和方法提高整体教学质量方面提供依据，该方法还可以推广到对其他教学班不同考试科目的成绩进行分析，从而为进一步完善成绩管理系统提供技术支持。目前，多数高校的在校生人数都已达上万甚至十几万的规模，教师人数也在千人以上。高校运行着的各种系统和各类数据库，如学籍管理成绩管理人事管理等，已经积累了大量的数据。管理人员只能通过简单的统计或排序等功能获得表面的信息，由于缺乏信息意识和技术，隐藏在这些大量数据中的信息一直没有得到应用。如何对这些数据进行重新利用，将现有的管理数据转化为可供使用的知识，提高学校管理决策性，提高管理水平和办学质量，是很多高校正在考虑的问题。数据挖掘的宗旨就是在数据库中发现有用的知识。数据挖掘是从大量的不完全的有噪声的模糊的数据中，提取隐含在其中潜在有用的信息和知识的过程。对数据从微观到宏观的统计分析综合和推理，指导实际问题的解决，发现事物之间的相互关联并作出预测，在科学研究，市场营销金融市场分析与预测，欺诈甄别，医疗保健，现代化教育和通信网络管理等许多领域得到了广泛的应用。我国教育界一直在探讨如何加快教育的现代化，信息化建设，如何加强学生的素质教育，如何为考生提供更人性化的服务体现以人为本的现代化教育。但数据挖掘在国内各个领域的应用都不太成熟，目前达到理想状态的应用还很少，多数用户仍处于摸索阶段。研究方法：决策树分类算法决策树是一树状结构，它的每一个树节点可以是叶节点，对应着某一类，也可以是对应着一个划分，将该节点对应的样本集划分成若干个子集，每个子集对应一个节点。对一个分类问题或规则学习问题，决策树的生成是一个从上至下分而治之的过程。决策树从根节点开始，对