基于数据仓库的学生成绩管理系统的研究学士学位论文.doc

《基于数据仓库的学生成绩管理系统的研究学士学位论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、提供全套毕业论文图纸，欢迎咨询  摘要：本文主要介绍了数据仓库、数据挖掘等基本概念性知识。在设计中通过将搜集来的学生成绩原始数据进行清理、集成、变换等方法进行数据预处理后，建立学生成绩管理数据仓库，应用SQL Server 2008中的联机分析处理技术从不同的维度观察是否对成绩有影响因素，建立决策树挖掘模型对学生成绩进行定性分析，并对实验结果进行了分析和解释，用于指导学校决策者制定修改人才培养方案和指导学生更加有效地学习。 关键词：数据仓库，数据挖掘，维度，决策树一.绪论3（一）数据仓库的研究现状及发展趋势 3（二） 研究内容 4二数据仓库及数据挖掘相关知识5

2、（一）数据仓库51数据仓库概念52数据仓库的特点5.3  数据仓库系统的体系结构 6（二）数据挖掘61数据挖掘的概念62数据挖掘的对象 63 数据挖掘的任务6（三）联机分析处理71OLAP的概念7.2 OLAP的特性73OLAP的基本活动84OLAP的实现方式8（四） SQL Server 2008软件简介9三学生成绩数据仓库的建立 9(一)学生成绩数据仓库的概念模型设计9（二）学生成绩数据仓库的逻辑模型设计 9四学生成绩数据库的实施11（一）建立“学生成绩”数据库11（二）数据预处理11（三）创建多维数据集12（四）进行多维分析12 五总结与展望12（一）总

3、结 12 （二） 展望 13致谢13参考文献14一.绪论如今人们利用信息技术生产和收集大量的数据，给我的生活提供了很大的方便。然而要想高效地管理、组织这些数据并对其进行分析并不是一件易事。数据仓库和数据挖掘技术在这方面得到了广泛的应用，数据挖掘能从存放在数据仓库中的大量数据中挖掘出隐藏的有用知识。 高校中存在着学籍管理、成绩管理、人事管理等各种数据系统。在这些数据库中存储了大量的数据，然而隐藏在这些数据背后的信息一直未得到开发应用。学生是学校的核心，他们的学习成绩作为一种总结性评价，能反映出他们的知识掌握情况和相应知识技能的获得情况。学生成绩不仅对学生的学习效

4、果和教师的教学效果具有检测作用，而且还能反馈教学活动，反作用于教师的教和学生的学。在诸多高校的教务数据仓库中的学生成绩记录非常庞大, 他们对学生成绩的评定分两种：一种是定量评价，一种是定性评价。定量评价也就是我们平时所说的某门课程考了多少分，而定性评价一般分优、良、中、差等四个级别。他们仅仅从单独一门课进行分析，很少关注到学生取得这些成绩背后的影响因素和原因。数据库是从定性的角度分析学生成绩，缺点就是得到的结果不是很精确；而数据仓库是从定量的角度对学生成绩进行分析，能精确的得到各个方面的数据。因此使用数据仓库和数据挖掘技术对学生成绩进行深层的分析，挖掘出隐藏在

5、数据背后的规律或模式，根据挖掘结构提出一些指导性建议从而更好的指导教师教学，提高教学效率，提高学生的成绩。 本文利用联机分析处理和数据挖掘技术，以我校教务管理系统为研究背景，从教务处网站导出近几年的学生成绩和教师、课程等各方面的信息数据，然后建立学生成绩数据仓库，并创建多维数据集和维度结构，从不同的维度观察学生的成绩，得出一些对比性数据。最后应用数据挖掘技术对学生成绩进行挖掘，得出定性评价，根据这些挖掘结果有针对性的提出一些改进教学质量和提高学生成绩的措施。（一）数据仓库的研究现状及发展趋势  数据仓库技术是 20世纪90 年代的一门新兴技术，它能有效地管理好

6、数据，并对其进行存储和组织。目前，数据仓库还没有一个统一的定义，著名的数据仓库专家W.H.Inmon对数据仓库概念有比较系统和全面的解释，他在其著作《Building the Data Warehouse》一书中指出：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、 相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，它广泛应用于支持管理决策。显而易见数据仓库不仅仅是一个数据集合，还是一个决策支持系统。目前，国外企业所建立的数据仓库应用系统给他们

7、都带来了明显的经济效益，但是金融业使用数据仓库只是完成简单的报表生成和日常业务分析，并没有对数据进行深入的挖掘分析，显然这样没有发挥出数据仓库的应用价值，所以并不能给银行等金融业带来真正的经济效益。 现阶段我国的数据仓库分析技术还没有多少经验。使用数据仓库的关键是建立仓库模型 ,这就对设计者提出了要求，他们必须对相关的业务非常熟悉而且还应具备相应的管理分析能力 。 数据仓库是一个很有发展前景的技术。数据仓库技术包括对数据的抽取、存储与管理、数据表现和方法论等方面。首先，要采用统一的数据结构即要统一信息系统的平台。数据仓库技术未来的发展趋势：在数据抽取方面，将会

8、在系统集成化方面得到飞速的发展；在数据