数据挖掘在中学会考成绩分析中的应用研究

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:xkyx2005
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
计算机与信息技术的的飞速发展,使得数据与信息数量以指数速度增长,如何发现大量数据的背后隐藏着的很多具有决策意义的有价值的信息和知识,使之为决策者服务,计算机科学给出的答案是:数据挖掘(Data Mining)。 本文的主题是数据挖掘在中学会考数据分析中的应用研究。 论文首先就数据挖掘的重要环境一数据仓库及相关的联机分析处理(OLAP)技术进行了分析,并重点对数据挖掘的概念、算法、使用的技术、实际的挖掘过程、数据挖掘的体系结构进行了论述;在此基础上,根据考试院的会考指标体系建立了应用框架;进一步利用OLAP分析所建的数据仓库中的数据、指标分析计算出的指标值以及历年的相关数据建立了专用的数据挖掘仓库,从各个角度对其进行数据挖掘,建立了多个挖掘模型,通过对会考成绩的分析,探索科目之间的联系,反馈于教学,为考试院的相关决策提供依据。 论文还就数据挖掘在系统应用中遇到的一些问题提出了自己的看法,同时,简单分析了数据挖掘发展存在的一些困难。
其他文献
近年来,通信市场的竞争由单一的价格战演变为形式多样的资费套餐业务的竞争。各大运营商纷纷推出各种资费套餐业务吸引用户。要想在竞争中取得有利的地位,套餐策略必须紧跟用户
学位
在竞争日益激烈的电信行业,高效利用各个独立、分布的业务系统在长期生产经营活动中积累沉淀下来的数据,是电信运营商正确制定营销策略,取得竞争优势的重要保证。然而,运营商独立
网络搜索的研究是当前计算机科学领域研究的热点与前沿,研究重点逐渐从原始的关键字搜索趋向于更加智能更加复杂的高级搜索,如实体搜索领域。在实体搜索中,输入为一个关键字或语
随着视频会议、VOD、大规模网络游戏以及文件共享等网络应用的广泛普及,Internet中引入了Multicast(组播)技术。目前的组播技术主要分为两种:IP组播、应用层组播。IP组播技术无
蚂蚁算法在求解二次分配问题(QAP)问题上已经取得了较好的结果,目前的研究集中在如何提高算法的性能上。提高算法的性能需要解决的重要问题是平衡两种趋势:纵向探测和横向搜
随着信息技术的发展和图像压缩标准的普及,在压缩域上进行基于内容的图像检索成为当前信息领域的研究热点。分形以迭代函数系统来表征图像特征,在图像压缩方面效果良好,同时
遗传疾病的致病基因预测问题一直是人类健康领域面临的重大挑战之一。随着人类基因组计划的顺利完成,各种生物数据得到快速增长,采用计算的方法从这些数据中挖掘基因与疾病之间
下一代网络(NextGenerationNetwork,NGN)的出现是电信网与计算机网络进一步融合的必然结果,基于IP的承载是NGN的必然要求。国际软交换联盟(ISC)的研究认为,软交换技术作为NGN的
语音是人们日常交流活动的最基本、也是最有效的一种方式。人们希望计算机能自动完成语音识别,因此语音识别技术的发展显得非常关键。随着计算机技术、互联网和人工智能的发展