基于数据挖掘的高校学生培养及就业指导研究

摘要

在现代科学技术推动下，高等学校教务管理、就业管理正朝着“规范化、信息化、网络化”的方向发展。随着管理信息系统在教务、就业管理工作中的应用，数据库积累的数据越来越多，这些数据背后隐藏着许多重要的信息，利用数据挖掘技术可以快速而又准确的从浩瀚的信息资源中提取出所需信息。 所谓数据挖掘技术就是通过对现实问题进行有效的模式提取，从大量的数据中发现隐藏于其后的规律或数据间的关系，从而分析、提取有用的知识，服务于管理决策。 本论文以教务、就业历史数据作为研究对象，以学生培养和就业指导作为研究目的，尝试通过对学籍、成绩、选课、就业数据的挖掘找到影响学生成绩、选课、就业的内在因素。为此本文对上述问题进行数据挖掘模型分析与设计，利用SQLServer2005平台提供的商业智能软件包SQLServer2005AnalysisServices对数据进行挖掘分析。 通过对教务、就业历史数据的挖掘，发现如下三方面结论：(1)课程间存在依赖、相似关系，实践类课程影响理论课程的学习，并且学习成绩与学习态度存在高度关联；(2)选课记录反映专业异同且表现出选课倾向；(3)影响学生就业的因素有：就业单位行业类别、就业单位地区类别、就业单位省份类别、就业单位城市类别，学生专业，学生籍贯。 由于本研究涉及的数据量大，难以对学生成绩、选课状况做出全面分析，因此仅选取西南交通大学经济管理学院学生作为成绩、选课的分析对象。对于整体的分析有待后续的进一步研究。

目录

文摘

英文文摘

第1章绪论

第2章数据挖掘方法的选择

第3章数据挖掘模型分析

第4章数据挖掘模型设计

第5章数据挖掘结果分析

结论

致谢

参考文献

攻读硕士学位期间发表的论文