毕业论文(设计)开题报告书-聂藩

毕业论文(设计)开题报告书-聂藩

ID:39298804

大小:59.00 KB

页数:7页

时间:2019-06-29

毕业论文(设计)开题报告书-聂藩_第1页
毕业论文(设计)开题报告书-聂藩_第2页
毕业论文(设计)开题报告书-聂藩_第3页
毕业论文(设计)开题报告书-聂藩_第4页
毕业论文(设计)开题报告书-聂藩_第5页
资源描述:

《毕业论文(设计)开题报告书-聂藩》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、本科生毕业论文(设计)开题报告书题目基于数据挖掘的学生成绩分析系统的研究与设计学生姓名__聂藩_____学号_08120228__专业班级_计算机0802班指导老师__陈潇潇___2011年11月论文(设计)题目基于数据挖掘的学生成绩分析系统的研究与设计课题目的、意义及相关研究动态:(1)本项目研究意义学生成绩是评估教学质量的重要依据,也是学生是否掌握好所学知识的重要标志,是对学生学业和教师教学效果的检查和评定。努力提高学生学习成绩,是每一所学校的目标。影响学生学习成绩的因素很多,但现阶段学校的工作仅仅是阅卷评分、成绩公布、上报、分类登记保管,对学生成绩的处理一般还停留在简单的数据

2、库管理和查询阶段,传统的学生学习成绩分析也无非是得到均值、方差等,往往还是基于教学本身来考虑,并没有对大量的成绩数据进行深入分析,发挥其应有的作用。比如,教师对学生成绩的分析处理一般仅仅是统计成绩为优、良、一般、差等级别的人数,对于学生取得这些成绩的原因往往无法了解。其实,即使在教学中还有一些不易察觉的因素隐含其中,何况还有教学以外的因素影响学生学习成绩,这些都是需要进一步分析,从而得出结论,供教学管理人员做出相应的决策的。但这些信息无法从传统的学生成绩分析获得,而20世纪90年代中期兴起的数据挖掘技术就能够对这些数据进行抽取、转换,对其背后隐藏的特征趋势进行分析和其它模型化处理,

3、以找到影响学生学习成绩的真实原因,为教学决策提供真正有价值的信息,来制定相应措施,提高教学质量,增强教学效果,为学生的自主性学习找到更好或更有效的学习方式,来提高学习效率,提升学习成绩。(2)国内外研究现状在国外,欧美等国家利用数据挖掘技术已经开发出许多相当成熟的教学系统,如英属哥伦比亚大学计算机科学系开发的WebCT(WebCourseTools)、加拿大大学开发的Virtual-U,Lotus公司的LearningSpace以及SmartForce,DigitalThink,BIACKBOARD,SYBA,PathWare等,在这些系统中有的已经开发出了针对教学的基本评价功能,

4、如PathWare提供了课程学习的评价功能,Virtual-U教学平台则包含了作业、考试的定性定量评价与管理,是一个比较全面的教学评价软件。另外,国外还有些公司如:Cisco开发出了一种先进的评价系统,对其学员在学习、培训过程中的成绩进行评价,公司利用这些评价数据对计划和课程作不断的改进。在国内,运用数据挖掘技术来协助业务活动的应用还处于起步阶段,成功应用的案例还比较少,在教育领域更是少之甚少。虽然,我们可以使用国外的数据挖掘产品,但在教学应用中开发的数据挖掘产品大多数是针对国外的教育体制和教学模式来设计的,他们并不能完全适应国内的教育实际,因此直接将他们搬到国内来使用是不行的,存

5、在一定的问题。因此,开发适合我国特点的数据挖掘产品显得尤为重要。目前,浙江大学正使用关联规则发现技术对高校的人事信息库进行挖掘,试图找到影响学科发展的因素,发现如何评价一个学科,以及影响学科发展的各个要素之间的关系;运用关联规则算法分析教师年龄、职称、学历与教学效果之间的关系或者研究各种课程之间的相互作用,由此研究开设课程的先后关系等课题的主要内容(观点)、创新之处:(1)研究的主要内容:数据挖掘是数据库和信息决策领域最前沿的研究方向,本课题在“因材施教,以学习者为中心”的思想指导下,以学生成绩分析为例,用MATLAB实现数据挖掘的全过程。(2)基本思路和方法:首先,采用基于总结规

6、则的挖掘,以不同的角度、不同的层次对某课程学生期末考试成绩挖掘出一系列的统计分析结果,进而对试卷进行客观评价,对教师改进教学、提高试卷质量将起到积极作用。然后,以调查问卷的形式得到一些与学生学习相关的信息,从中提取辅助决策的关键性数据进行深层次挖掘。最后,对学生期末考试成绩进行分析,确定学生平时表现及其相关信息与期末考试成绩之间的关联关系,建立学生成绩分析模型,以便于学习者在平时学习时,注意时间和内容上的合理分配。(3)重点难点:本课题研究重点是应用关联规则挖掘出学生平时表现及其相关信息与期末考试成绩之间的关联关系,课题难点在于对调查问卷属性约简、对学生成绩分析聚类的数据预处理过程

7、。(4)主要观点及创新之处:本课题将已成为数据挖掘算法或分析方法热点之一的聚类分析方法和粗糙集理论引入数据挖掘的数据预处理过程之中,通过聚类分析对学生成绩进行合理聚类,使连续属性值离散化;以调查问卷的形式得到一些与学生学习相关的信息,用属性约简消除信息表中冗余的属性,从中提取辅助决策的关键性数据,以减少数据处理量,提高运算。完成期限和预期进度:第一阶段(2011.09——2011.10):联系导师,了解毕业论文设计的要求和步骤,确定设计题目,开始规划开题报告的设计工作

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。