数据仓库与数据挖掘技术在高校教学管理系统中的应用研究

摘要

数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之一。数据仓库可以将提取的相关外部数据和内部数据整合起来，统一向各层次用户传递信息。数据挖掘是，在海量数据中寻找数据间的潜在关联，发现忽略因素。
　　 各高校为不断提高教学质量，每个学期末学生均通过网络对任课教师进行教学质量评估，校方根据各项打分按预定公式计算出每位教师的评分结果。但是却忽略了学生在打分时可能由于各种因素而使评估出现极大偏差，比如不同专业的教师学生打分标准不径相同，所以在一定程度上这些评分结果并不能完全客观、全面、真实的反映教师实际教学水平。为解决这一问题，本文中提出了数据仓库与数据挖掘技术在教学管理系统中的应用研究。
　　 本文介绍了数据库与数据挖掘的概念，结合高校教学管理系统中的教学质量评估体系研究了数据挖掘技术及其算法。采用数据仓库作评教数据的组织工具，重点研究决策树方法中的ID3算法、关联规则中的经典算法--Apriori算法在教学质量评估系统中的应用。通过对评教数据和教师相关数据的挖掘，找出影响教学效果的内在规律和关键因素，让评估发挥真正的指导作用。

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 数据仓库的研究现状

1.2.2 数据挖掘技术的研究现状

1.2.3 数据仓库与数据挖掘技术在教育方面的研究现状

1.3 研究内容

1.3.1 研究内容

1.3.2 论文结构

第二章 数据仓库

2.1 数据仓库的定义

2.2 数据仓库的特点

2.3 数据仓库的体系结构

2.4 数据仓库的设计

第三章 数据挖掘技术

3.1 数据挖掘的定义与研究内容

3.2 数据挖掘的特点

3.3 数据挖掘技术的分类

3.4 数据挖掘技术的发展

3.5 数据挖掘的过程

3.6 数据挖掘的算法

第四章 教务管理系统中教学质量评估体系的构建

4.1 教学质量评估体系

4.2 数据仓库的构建

4.2.1 教学质量评估体系数据仓库构建策略

4.2.2 技术环境的选择

4.2.3 数据准备

4.3 数据仓库设计实现

4.3.1 逻辑结构设计

4.3.2 物理结构设计

第五章 数据挖掘技术在高校教务管理系统中的研究

5.1 决策树挖掘算法在教学质量评估体系中的应用研究

5.1.1 决策树定义与表示

5.1.2 决策树分类算法

5.1.3 ID3算法

5.1.4 ID3算法在教学质量评估体系中的实际应用

5.2 关联规则挖掘算法在教学质量评估体系中的应用研究

5.2.1 关联规则概述

5.2.2 关联规则的研究现状

5.2.3 Apriori算法介绍

5.2.4 Apriori算法在教学质量评估体系中的实际应用

5.3 ID3算法与Apriori算法的比较

结 论

参考文献

攻读硕士学位期间取得的学术成果

致谢