开题报告(数据挖掘).doc

附表三: 高校教师在职攻读硕士 学位研究生论文 选题计划表 研究生姓名：　　　 指导教师： 专 业: 计算机应用技术 所属院（所）：计算机科学与技术学院 2010年 4 月 2 日 研究生姓名 专 业 计算机应用技术 导师姓名 研究方向 数据挖掘 毕业论文题目 数据挖掘在高职教学中的应用 论文类型 理论研究 应用研究 用于生产 其它 选题目的和意义： 由于我国大众化高等教育的普及，高校学生数量的激增，给高校教学工作带来了诸多新的问题。尤其是高职学生，他们的主体是普通高中应届毕业生高考最后一批录取的学生。这些学生在学习意识、学习方法、学习能力及学习动力上比较欠缺，并可能有较多常见的心理问题。大部分学生没有养成良好的学习习惯。他们中的大部分学习基础比较差．自制力也比较弱，学习目标不够明确，缺乏刻苦钻研精神。很多学生就读离职并不是因为自身渴望学习。而是无可奈何或出于应付家长的要求。他们对所学的专业并没有太多了解，因此学习目标不够明确同时，他们还对社会对其的容纳有一种怀疑，这种怀疑直接导致了自信心的不足，由此也影响到学生学习的动力。此外，由于这批学生普遍没有养成良好的学习习惯，叉影响了良好学习氛围的营造，不良的学习氛围又反过束影响学生的学习动力。教师迫切地需要科学地研究高职教学各个环节中的大量的数据信息。从中获取知识，继而科学地指导教学。 二十世纪，数据库技术取得了决定性的成果并且得到广泛应用．大量信息在给人们带来方便的同时也带来了一大堆难题；第一是信息过量，难以消化；第二是信息真假难以辨识：第三是信息安全难以保证；第四是信息形式不一致，难以统一处理。人们开始提出一个新的口号：“要学会抛弃信息”，并开始考虑：“如何才能不被信息淹没，而是从中及时发现有用的知识、提高信息利用率?”如何从含有海量信息的数据库中提取潜在、有价值的信息来辅助决策，预测未来成为信息处理的更新更高的要求，知识发现和数据挖掘技术应运而生，共显示出强大的生命力。数据挖掘使数据库技术进入了一个更高级的发展阶段。 数据挖掘技术(Data Mining)被称为未来信息处理的骨干技术之一，是一个多学科交叉研究领域，融合了数据库，人工智能、机器学习，统计学，知识工程、面向对象方法、信息检索，高性能计算以及数据可视化等多项必威体育精装版技术．数据挖掘技术从80年代末开始出现。短短二十多年它的发展速度很快。目前数据挖掘技术在零售业的购物篮分析、金融风险预测、产品质量分析、通讯及医疗服务、基因工程研究等许多领域得到了成功的应用．很多专题会议也把数据挖掘和知识发现列为议题之一。把数据挖掘技术应用于高等学校的教学与管理中，是数据挖掘技术在又一个领域的应用．高等学校多年来的教学和管理工作积累了大量的数据，目前，鉴于社会对高等学校发展的需求和高校数据管理的现状，利用这些数据理性的分析学校各方面工作的成效以及教师发展状况，对高校教学管理决策支持系统的影响变得十分重要。数据挖掘技术能从大量数据中发现有用的知识，这些知识对高等学校教学管理的决策支持是十分有意义的。利用数据挖掘技术从数据仓库中获取高质量的信息，可以检验教学效果，调节课程设置。合理安持师资，正确评价教师的年度工作，及辅助调整招生计划、分析预测就业趋势等等。虽然目前数据挖掘技术主要在商业领域中得到广泛发展，但它面向应用的本质决定了在任何需要的领域都会发挥它的价值.在高校教育教学及管理中有大量直接或间接的数据，关系到教师评价、人才管理及学生选课指导、学生成绩分析等内容。这些数据具有复杂性、多因素性和模糊性等特点，是一类带有大量不确定因素的半结构化问题或非结构化问题而大量的数据主要是以各级管理部门提供的统计报表和简单信息查询方式存在，对这些数据所隐含的价值没有充分挖掘利用。通过数据挖掘技术，找出有价值的信息，客观、科学、全面地供教学管理部门参考。 以学生成绩为例，教师对学生成绩的分析处理一般仅仅是统计成绩处在优、一般、差级别的人数，对于学生取得这些成绩的原因往往无法了解。如果教师能够找到有关影响学生学习成绩的因素，必然对教学质量的提高起到积极的作用。 国内外研究动态： 自1989年第11届国际联合人工智能学术会议上首次提出KDD这一概念以来，数据挖掘日益受到人们的关注。并已经成为当前计算机领域的一大热点，其研究的重点也逐渐从发现方法转移到系统应用，并且注重多种发现策略和技术的集成，以及多学科之间的相互渗透。 从总体上，国外在数据挖掘领域中的研究内容十分广泛，从挖掘知识的种类看，己经取得了明显的成果。 1、关联规则的研究。近几年对关联规则的研究内容较多。现在，关联规则的挖掘已经从单一概念层次关联规则的发现发展到多概念层次关联规则的发