论文部分内容阅读
随着信息化产业的高速发展以及国家对教育投入程度和规模的扩大,信息技术的不断发展,高校管理信息化程度越来越高,从高校走出的人才对社会新时期的发展发挥着越来越重要的作用。为此,高校在培育优秀的国家建设者方面发挥着重要功用。高校在利用科技手段实现现代化管理进程中,简化办公程序、提升办公效率的同时也产生了大量的相关数据,而运用科学合理的数据挖掘技术对这些数据进行分析,发现其中的关系和特定规律,会对高校合理化建设和人才培养发挥巨大作用。本文首先对数据仓库和数据挖掘技术的相关概念进行了论述,介绍了数据仓库构成、数据挖掘的实现过程以及数据挖掘的常用技术。本课题是高校学生成绩中数据挖掘技术的具体应用研究,为配合研究,本文首先结合沈阳某高校现有资源与具体要求,设计并实现一个基于J2EE技术、对象为全校学生成绩的校园办公系统。该系统通过对学生考试信息的整理分析,在一定程度上反映出了对学生成绩产生影响的因素。其次,在此系统的研究基础上,本文以该校信息学院学生成绩信息为主体构建研究对象,具体运用数据挖掘中的BP神经网络对该项教学资源合理化分析,并对该院的一些专业课程的成绩做出预测。在此期间的所作的工作包括:对考试成绩影响因子的选定、原始数据的预处理、神经网络的构成等。本文还将对网络进行优化,运用改进的BP神经网络—附加动量项的双引层BP神经网络进行预测分析,并比较预测结果。最后,通过对预测结果的分析,考虑今后课程在设计与实施过程中的注意事项,为进一步提高教学水平提供参考意见。