论文部分内容阅读
在各高职院校中每年产生大量的学生成绩数据,传统的系统只对这些数据进行简单的备份、查询以及统计,并没有集中地、全方位地反映教学中的薄弱点。运用一个更有效的教学决策支持系统,为管理者提供决策支持依据,必然成为一种趋势。本论文针对作者所在的高职院校设计一个基于数据挖掘的教学决策支持系统,目的是希望使用该系统找出有利于教学决策支持的信息,对学院领导者规划教学侧重点,提高教学质量,改进现行培养机制等进行分析决策,提供更可靠的科学依据。通过分析对比各种数据挖掘算法,我们发现决策树算法具有算法描述简单,分类速度快,特别适合对大规模的数据处理等优点,因而常被应用于分类、预测模型,以及有目的地针对大量数据进行分类,找出有价值的、潜在的信息,因此本文将主要选择决策树算法来应用于系统设计中。本文的第一部分工作是针对本学院的实际情况进行需求分析,有针对地设计一个具有评价功能的教学决策支持系统。此系统充分利用学校现有的教学数据及网络资源,是基于B/S(浏览器/服务器)体系结构进行设计的。首先给出该系统设计的一个总体框架,然后进行详细设计,设计内容主要包括五个子系统:用户登录管理子系统,数据库管理子系统,学生成绩分析与评价子系统,试题质量分析与评价子系统,教师教学质量分析与评价子系统。本文的第二部分工作是重点针对学生成绩分析与评价子系统引入决策树数据挖掘算法。根据决策树算法中的C4.5算法构建学生成绩分析与评价决策树模型,提取相应规则,这样做的目的是希望通过决策树算法来得到所需要的影响学生成绩的指标。本部分工作的意义是一方面对决策树算法应用于高职院校的教学评价管理系统进行了一些实践性的探索;另外一方面所得到的一些结果可以为后续进行改善教学效果打下基础和提供参考。