数据挖掘算法在高校教务选课系统中的应用与实现

摘要

论文首先概要描述数据挖掘技术的基本原理以及应用，详细介绍数据挖掘技术的基本任务及其功能，具体描述数据挖掘过程的实现步骤以及挖掘算法选择及其应用。通过对于挖掘技术的基本知识的理解，熟练掌握数据挖掘系统的基本架构。论文通过简要介绍目前使用比较频繁的知识分析算法（Apriori算法以及PF-Growth算法），分别描述以上算法的基本原理以及各自的优势，着重强调对于FP-Growth算法的分析以及研究。通过积累基于发现关联规则目的的挖掘算法的分析经验，提出基于关联规则发现的改进FP-Growth挖掘算法，并且利用实际测试数据源验证经过改进的FP-Growth挖掘算法是否存在实用价值。
　　论文基于数据挖掘国内、国外的研究基础之上，结合目前国内市场普遍比较流行的教务管理系统提出基于数据关联规则挖掘的学生选课系统设计过程，实现数据挖掘技术引入网上选课系统当中，提供高校教学管理有效的数据分析环境，从而辅助教学管理部门制定有效的教学决策。
　　论文的主要工作以及创新之处在于数据分析环境引入选课系统当中，从而对于海量的选课数据进行有效的组织以及管理，最后获得支持教学组织部门进行教学决策的优秀质量信息，从而更好地了解学生的学习需求以及完善学科科目设置方案，优化教学质量。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引言

1.1 课题的研究背景

1.2 课题的研究现状

1.3 课题的研究内容

1.4 论文的组织结构

1.5 本章小结

第二章 数据挖掘技术

2.1 数据挖掘概述

2.2 数据挖掘的步骤

2.3 本章小结

第三章 基于Fp-growth算法的关联挖掘的研究

3.1 数据关联规则挖掘算法

3.2 数据关联规则挖掘的算法步骤

3.3 改进Fp-growth算法的挖掘过程描述

3.4 本章小节

第四章 选课系统的数据挖掘实现

4.1 数据挖掘系统设计

4.2 利用关联规则实现课程相关的数据挖掘

4.3 本章小结

第五章 高校教务选课系统的设计与实现

5.1 选课系统需求分析

5.2 系统结构分析

5.3 选课系统的结构设计

5.4 选课系统的数据库设计

5.5 选课系统的实现

5.6 本章小结

第六章 教务选课系统的测试与分析

6.1 系统测试目的及其意义

6.2 系统测试方法

6.3 系统测试内容

6.4 系统具体功能模块测试

第七章 总结与展望

致谢

参考文献