高校教务管理数据挖掘研究与实践lx.docVIP

附件1 佳木斯大学教学研究项目 申 请 书 项目名称：申 请 人： ： ： 联系电话：办）（宅）E _ mail： 佳木斯大学教务处制 2010年9月16日 一、成员 二、申请立项依据 （本课题研究的目的、意义、指导思想及其理论依据；本课题在国内外的研究现状及发展趋势分析；课题研究已具备的基本条件、工作基础以及其它有利条件；主要参考文献） 一、本课题研究的目的、意义 综合性大学在教务管理方面有着不同的措施，传统的教务管理软件仅仅能对已有的数据进行储存、查询等一般的操作，然而随着教学管理改革的深入发展以及当前教学水平的不断提升，产生了海量的教务管理数据，如果使用统计计算的方式进行整理并制定相应措施，这显然是极其浪费时间的，而传统软件单纯的存储与查询操作也就不能满足教务管理工作的需要，更多的是要求的是能够直接整理并利用这些已有数据，经过加工之后为管理改革的决策、成果效果的预测起到实际的指导作用。 随着这种问题的产生，越来越多的人参与到针对这一问题的研究中来，有些学者提出将所获得的数据进行分类整理之后再使用统计学的方式进行处理，这样能够很好的减少数据量，还有人提议采用抽样的方式进行处理。但是随着数据容量的不断发展，这种种方法逐渐显示出其不足之处。所有研究面向教务管理的数据挖掘技术有着重要的理论意义和实际应用价值。 二、本课题研究及发展现状 当前企业管理上对于数据挖掘技术的研究很多，并且取得了很好的效果。因此对于在教学管理上使用数据挖掘技术已经引起了广大研究者的注意。沈阳师范大学的闫禹等提出了在学生系统中使用关联规则的数据挖掘，并且同时提出在就业指导中的应用；浙江工业大学的何文秀也提出了在就业指导工作中使用数据挖掘技术。然而这些已有的算法大都针对在就业以及学生工作当中，在教务管理上由于个综合性大学有不同的体系结构，目前还没有一个成型的数据挖掘体系结构，所以一个系统、完备、有效的教务管理数据挖掘算法是极其重要的。 三、课题研究已具备的基本条件 1、积累了大量的教务管理数据，包括教室管理、调串课管理、课程管理等多种数据，为研究奠定了数据基础； 2、项目组成员有着多年数据挖掘研究的经验，在数据挖掘技术上做了大量的工作，取得了一定的研究成果。在该项目上也作出了大量的基础性工作，积累了相关研究理论和技术基础。 3、项目组成员一直处在教务管理第一线，具有较高的教务管理水平，积累了大量的实际工作经验，不仅能够针对研究提供大量的实验数据，而且能够在项目的研究过程中提出更多实际可行的建议。 四、主要参考文献 [1]高尚，杨静宇.一种新的基于粒子群算法的聚类方法.南京航空航天大学学报,2006.7. [2]唐槐璐,须文波,龙海侠.基于AQPSO的数据聚类.计算机工程与应用,2007. [3]罗辞勇，陈民铀，韩力.适应性粒子群寻优算法Ⅱ.控制与决策,2009.6. [4]陈思功，章恒翀，邓凯.软件系统设计中人因工程的研究.计算机工程与设计，2002.4. [5]Dave Kirk，Tim Brailsford.Issues in Human Factors [6]Jiawei Han，Micheline Kamber. Data Mining Concepts and Techniques. 机械工业出版社,2005. [7]高学东，王文贤，武森.基于数据立方体的多维关联规则的挖掘方法.计算机工程，2003.8. [8] 闰禹.多维关联规则数据挖掘研究及其在学生信息系统中的应用.沈阳工业大学硕士学位论文.2003.3. [9] 吕守涛,毛玉明.多维关联规则挖掘在高校就业领域中的应用.信息技术，2007.10. [10] 莫愿斌.粒子群优化算法的扩展与应用.浙江大学博士学位论文.2006.10. [11] 龙海侠,须文波,孙　俊. 基于QPSO的数据聚类.计算机应用研究.2005.11. [12] 孙洋，罗可.基于该粒子群算法的聚类算法.计算机工程与应用.2008.9. [13] 杨久俊，邓辉文，滕姿.基于混合粒子群优化算法的聚类分析.计算机工程与设计.2008.11. [14]黄贤英,张丽芳. 基于粒子群优化的模糊聚类算法. 重庆工学院学报(自然科学).2008.11. [15]高尚，杨静宇. 一种新的基于粒子群算法的聚类方法. 南京航空航天大学学报.2006.7. [16]刘靖明，韩丽川，侯立文. 一种新的聚类算法—粒子群聚类算法.计算机工程与应用.2005.2. [17]Ching-Yao Wang, Shian-Shyong Tseng and Tzung-Pei Hong. Flexible online association rule mining based on multidi