基于粗集的数据挖掘在高校学生教务管理中的运用研究

摘要

随着高校招生规模不断扩大,传统的教务管理系统在长期教务管理工作的应用中积累了海量的数据,这些数据背后往往隐藏着许多重要信息,而现有教务管理系统无法对其作出有效的分析,因此本文将基于粗集的数据挖掘方法运用到高校的教务管理中,可以快速而又准确的从庞大的信息资源中挖掘出有用的知识,作为支持教务管理决策的依据。
　　 本论文以某高校的教务管理的相关数据作为研究对象,以基于粗集的数据挖掘的相关理论为理论依据,对大量的学生成绩、选课数据进行分析,挖掘出其后的规律或数据间的关系,从而达到优化学生培养效果目的。具体的研究内容包括;首先,将粗集理论引入到数据挖掘技术中,根据实际需要改进关联规则抽取算法;其次,结合研究对象的实际数据建立相关模型,进行有效的模式提取;第三,对原始数据进行预处理消除部分冗余,再利用粗集的属性约简算法进一步精简数据并使其符合数据挖掘的需要;第四,实现相关算法,从学生信息数据中分析影响学生成绩的内在因素,挖掘出课程间存在关系,以及学习态度与学习成绩的高度关联;第五,采用基于兴趣度的规则挖掘方法分析学生选课数据,挖掘出不同专业所表现出选课倾向。最后,对实验结果加以分析比较,进而验证相关算法的有效性。
　　 本文的样本数据来源于某大学经济管理学院,所得出的研究结论对于改善高校的教务管理水平具有一定的借鉴意义和参考价值,今后,可在此基础上进一步扩大样本空间,从多角度分析挖掘潜在知识,实现高校教务管理水平的全面提高。