数据仓库与数据挖掘技术在高校决策中的应用new

数据仓库与数据挖掘技术在高校决策中的应用new

ID:34486577

大小:317.09 KB

页数:4页

时间:2019-03-06

数据仓库与数据挖掘技术在高校决策中的应用new_第1页
数据仓库与数据挖掘技术在高校决策中的应用new_第2页
数据仓库与数据挖掘技术在高校决策中的应用new_第3页
数据仓库与数据挖掘技术在高校决策中的应用new_第4页
资源描述:

《数据仓库与数据挖掘技术在高校决策中的应用new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第24卷第6期(总第150期)系统工程Vol.24,No.62006年6月SystemsEngineeringJun.,2006文章编号:100124098(2006)0620123204X数据仓库与数据挖掘技术在高校决策中的应用何利平(广东海洋大学信息学院,广东湛江524025)摘要:在高校已有的各部门业务数据库的基础上,根据高校管理的方式和特点,阐述利用数据挖掘技术建立高校数据仓库的思路和方法,并论述将其应用于高校决策的有效性和科学性。关键词:数据仓库;数据挖掘;数据集市;联机分析处理;高校决策中图分类号:G472文献标识码:A决策分析需要一个不受传统事务处理约束和高

2、效率(部)、系的操作型数据库中,如学生学籍成绩管理系统、教处理决策分析数据的支持环境,数据仓库正是可满足这一务管理系统等抽取来的;二是各处、馆、中心等的业务信息要求的数据存储和数据组织的技术,而数据挖掘是建立数系统,如财务管理系统、图书管理系统等。该体系结构应完据仓库的一项关键技术。因此,数据仓库、数据挖掘和联机成以下功能。分析处理(OLAP)已被公认为决策支持系统的有效解决[1,2]方案。1应用背景随着计算机技术在高校教育管理工作中的应用与普及,高校各部门大都建立了各自的信息管理系统,如教务管理系统、教师基本信息系统、财务管理系统、学生学籍成绩管理系统、试题库系统、科研

3、信息系统、图书管理系统等等,此类系统的开发和应用不仅减轻了劳动强度,提高了工作效率,而且积累了大量有用的数据,但是这些信息资源各自为政,难以从高校教育管理决策高度来考虑问题。为提高高校管理水平和办学效率,适应日益激烈的竞争环境,通过数据挖掘(DataMining)技术对各业务部门间的数据进行全面分析,整合高校现有的信息资源,建立用于学校高层决策的数据仓库(Datawarehouse),提高学校管理决策的科学性,是可行的措施。图1高校管理数据仓库体系结构图2高校决策数据仓库的数据集成:按照元数据的定义,从下一层数据源中抽体系结构设计取所需数据源数据经过提取(Extracti

4、on)、清洁(Cleaning)聚集(Aggregation)转换(Transformation)等操作后被存[3]高校决策数据仓库的体系结构是与高校教育管理入数据仓库。体系紧密相连的,根据高校的实际情况,设计的体系结构仓库管理:由一组管理工具来实现,这些工具提供“数如图1所示。高校教育决策数据仓库的数据源有二类。一据维护”“数据分发”“数据仓库的例行维护”等功能。“数据是各院(部)、系的数据集市(DataMart),它是从各院维护”主要完成从数据仓库导出特定的数据集;数据仓库X收稿日期:2005212220;修订日期:2006204220作者简介:何利平(19682),

5、男,讲师,研究方向:计算机应用技术,数据挖掘及程序设计。©1994-2008ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net124系统工程2006年一般是客户机ö服务器的应用模式,一般包括多个服务器换。在组织高校数据仓库的数据模型时应先抽取主题,然“数据分发”,负责把集中在数据仓库的数据分发到各个分后再确定每个主题应包含的数据内容。设的服务器;“数据仓库的例行维护”主要是对数据仓库的主题的抽取应该按照分析的要求来确定。综合学校各归档、备份和恢复等。部门中教

6、学、科研、后勤等宏观分析领域涉及的各种分析数据展现:利用适合高校教育决策的数据分析处理工对象,可以得到一系列的主题,对于高校相关的主题有:教具、用户查询工具、联机分析处理(OLAP)工具、数据挖掘师工作情况、学生学习情况、招生情况、学生毕业分配情(DM)工具等,对集成到数据仓库中的完整、一致的数据进况、财务情况、设备情况等等。行决策分析,并将结果以图表、报表等适当的方式呈现给每个主题有着各自独立的逻辑内涵,且对应于一个分用户。析对象,并能从多个侧面来反映。如在学生就业情况管理系统中,数据常被组织成“学生”、“专业”、“毕业时间”、“就3高校决策数据仓库的数据模型设计业单位

7、”等关系模式,它描述了各个学生、所学专业、毕业目前很多高校在校学生人数都己超过万人,甚至几万时间及就业单位的详细信息,而在高校管理数据仓库中,人,教职工人数也是达几千或上万,各类数据日积月累,已我们要对学生、专业、毕业时间、就业单位进行综合分析,形成拥有庞大数据的各类数据库。而这些数据库是分散在以便进行决策,因而应重新组织数据,完成由业务数据向各院系及各业务部门的,是面向应用的,是按院系、部门业主题数据的转换。下面就“学生就业”这一主题阐述利用星务应用的划分来组织数据的。而数据仓库中的数据则是面型模式设计学校决策数据仓库的方法

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。