基于数据挖掘的高校学生成绩预警技术的研究

摘要

随着高校学生成绩信息量的不断增加，对学生成绩进行简单的统计，对比等信息处理方式难以满足学生和教育工作者的实际需求，学生成绩预警系统的研究已成为当今高校信息管理领域研究的热点。
　　本文使用关联算法对高校学生成绩信息进行数据挖掘，得到课程之间的关联关系，帮助高校教育管理者对学生成绩预警。本文对高校学生成绩预警的相关技术进行了如下研究：
　　对关联规则Apriori算法进行了改进。分析了Apriori算法，研究了Apriori算法在实际应用中的执行过程，通过分析发现：Apriori算法在实际运行中会遇到执行效率较低，某些特殊情况下算法无法运行的困难。为使算法能够满足实际需求，对Apriori算法进行改进，解决算法在实际运行中的困难，通过优化算法储存频繁项集的方法，提高算法的执行效率，提高了算法挖掘结果的准确性。对算法改进前后的执行效率进行对比实验。
　　选取C4.5挖掘算法作为决策树挖掘算法，并且对C4.5算法进行了改进。研究C4.5算法在实际应用中的执行过程，通过分析发现：C4.5算法在执行过程中计算学生信息部分步骤比较繁琐，算法的执行效率受到影响。为提高算法的执行效率，通过重新设置C4.5算法的执行过程，优化C4.5算法，提高C4.5算法的执行效率。
　　设计算法实际应用的实验系统，对改进前后的算法进行验证。首先，设计实验系统的总体架构，然后建立实验系统的数据库，对采集到的数据进行数据预处理，统一数据的格式，加载进入数据库，按照算法功能实现系统的各个功能模块。对比算法改进前后的运行结果，对挖掘得到的强关联规则进行验证，检验算法在实际应用中的可行性和准确性，比较改进前后的算法，对得到的预警结果进行分析，检验实验系统和算法对实际预警的有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的背景

1.2 高校学生成绩预警技术在国内外研究现状

1.3 论文的主要研究内容、目的和意义

1.4 论文的结构

第2章 关联算法的设计

2.1 关联规则算法的选择

2.2 Apriori算法的改进综述

2.3 关联算法改进前后效率对比实验

2.4 本章小结

第3章 决策树算法的设计

3.1 决策树算法的研究

3.2 C4.5算法改进

3.3 C4.5算法改进分析

3.5 本章小结

第4章 算法实验系统的实现

4.1 确立系统总体框架

4.2 建立实验系统数据库

4.3数据挖掘模块的设计

4.4 本章小结

第5章 实验结果分析和验证

5.1 统计结果和分析

5.2 关联规则算法挖掘结果和分析

5.3 决策树算法对关联算法结果分析

5.4 学生预警实验结果及分析

5.5 本章小结

第6章 总结与展望

致谢

参考文献

读硕士学位期间参加科研项目