数据挖掘技术在选课系统中的应用

数据挖掘是从海量数据中找出潜在的、对用户有用信息的过程。将数据挖掘技术中的关联规则应用到选课系统,对历届学生选课成绩库进行挖掘,找出其中潜在的有用信息,找出不同课程之间的相关性,为教学工作人员指导学生选课提供有效的帮助。     

基于协同过滤的计算机课程线上教学资源推荐系统

传统线上教学资源推荐系统推荐的内容较为单一，无法针对学生实际情况进行推荐，导致教学效果不佳，因此设计基于协同过滤的计算机课程线上教学资源推荐系统。硬件方面，设计了训练加速器与直接存储器访问（DirectMemoryAccess,DMA）存储器。软件方面，建立线上教学资源推荐功能模块，分析系统个性化推荐的逻辑架构。利用协同过滤设计计算机课程线上资源推荐算法，针对学生的实际情况进行资源推荐，实现课程线上教学资源的个性化推荐。系统测试结果表明，该系统的推荐效果更佳，符合教学需求。     

基于云计算的大规模网页日志挖掘研究

互联网上的数据规模大、种类多、变化快,而且越来越复杂。通过数据挖掘和分析,可以获取有潜在价值的信息。但是,传统的数据挖掘系统在数据存储和计算性能上存在瓶颈。通过使用云计算技术,设计了一个基于Hadoop架构的网页日志数据挖掘和分析平台来解决这个问题。同时,为了提高挖掘效率,为大规模网页日志挖掘实现了Apriori算法的并行化,并使用该平台验证了该行算法的效率。     

基于云计算的大规模网页日志挖掘研究

互联网上的数据规模大、种类多、变化快,而且越来越复杂。通过数据挖掘和分析,可以获取有潜在价值的信息。但是,传统的数据挖掘系统在数据存储和计算性能上存在瓶颈。通过使用云计算技术,设计了一个基于Hadoop架构的网页日志数据挖掘和分析平台来解决这个问题。同时,为了提高挖掘效率,为大规模网页日志挖掘实现了Apriori算法的并行化,并使用该平台验证了该行算法的效率。     

基于B/S架构的数据库原理及应用课程线上教学辅助系统设计

针对现有线上教育辅助系统存在事务成功率低、中央处理器（Central Processing Unit,CPU）占用率高的问题，研究基于浏览器/服务器模式（Browser/Server,B/S）架构的数据库原理及应用课程线上教学辅助系统。系统硬件设计方面，通过设计B/S架构进行数据访问与调用，安装数据处理芯片保证系统正常运行。系统软件设计方面，通过计算实际运行过程中的加密协同值对学生登录信息数据进行加密，对教学资源数据属性进行划分，实现优质教学资源的共享与存储。测试结果表明，该系统能够在规定时间内完成大规模并发访问，有效降低了CPU占有率，具有一定的应用价值。     

数据挖掘技术在Web上的应用及其工具设计

电子商务网站顾客在Web上的行为都会产生大量数据信息,不仅包括本次交易信息,而且还有利用搜索引擎以及在站点内进行浏览的相关数据。这些数据集合包含了对市场分析及预测非常有益的潜在信息。本文针对此类信息并结合数据挖掘技术,分析了在Web上应用数据挖掘和数据仓库技术（即Web Mining技术）的重要性,并给出了Web上数据挖掘技术的应用方案以及设计实现。最后总结了此技术方案在电子商务发展中的应用前景。     

基于数据挖掘的金融客户管理信息分析系统设计

针对现有金融客户管理信息分析系统存在的分析响应时间长、运行效率低等问题，引入数据挖掘技术，开展对金融客户管理信息分析系统设计研究。将系统划分为客户信息模块、产品信息模块和营销信息模块，设计系统框架结构；对系统中的数据库服务器、模数转换器芯片等硬件选型；为避免数据缺失以及存在噪声等问题，对金融客户管理信息预处理与转换；结合数据挖掘技术，实现对金融客户管理信息聚类分析。实验结果证明，设计系统的分析响应时间更短，可以保证系统运行效率满足金融客户管理信息分析需要，促进金融服务水平提升。     

基于数据挖掘的排课选课系统设计与实现

目前,许多高校都具有相应的排课选课系统,这些系统中存在着大量的原始数据。通过挖掘数据信息,可帮助高校相关部门进行教学资源合理分配,并设计出相应的排课选课系统。本文探讨了数据预处理和数据挖掘技术,并基于数据挖掘技术对高校排课选课系统的设计和实现进行了相应研究,通过使用关联规则中的相关算法对选课数据进行挖掘,得到了一些有价值的规则信息,并展现出了良好的应用效果。     

基于SECI模型的网络数据挖掘系统优化设计

针对原有网络数据挖掘系统精准度低的问题,笔者提出基于SECI模型的网络数据挖掘系统优化设计。优化系统硬件中的网络数据采集器、网络数据预处理器等,提高了系统硬件设备的运行效率;在系统软件技术方面,以SECI模型为理论指导,在原有数据挖掘算法的基础上对其进行优化,提高了系统挖掘结果的精准度,以此实现了对网络数据挖掘系统的优化设计。经实验证明,优化后的系统挖掘结果的精准度得到了有效提高。     

基于Web的数据挖掘在网站个性化服务系统中的应用

随着互联网的飞速发展,在网络上数量非常多的数据中寻找出有用的信息变得越来越困难。数据挖掘就是从大量的数据中寻找出潜在的有用的数据的过程。充分利用有用的数据,而剔除那些无用的数据,是数据挖掘技术最重要的应用。因此,采用基于Web的数据挖掘技术从网络上提取潜在未知的数据信息,具有非常重要的现实意义和很好的应用前景。本文详细探讨了基于Web的数据挖掘在网站个性化服务系统中的应用。     

决策树算法在专业方向指导中的应用

数据挖掘就是从海量的数据中挖掘出可能有潜在价值的信息的技术。决策树方法是一种典型的分类算法．首先对数据进行处理,利用归纳算法生成可读的规则和决策树模型,然后使用决策树模型对新数据进行分析。该文以大学生专业方向指导辅助系统的开发过程为实例从理论上论述了数据挖掘的概念、数据挖掘研究内容和本质以及进行数据挖掘的主要方法。讲述了使用MATLAB7．0开发实现决策树算法子系统的方法和实现,并且对生成的决策树模型进行分析。     

基于Web挖掘的远程教学系统研究

Web挖掘指使用数据挖掘技术在万维网数据中发现潜在的、有用的信息。文章通过对Web挖掘在远程教育中的应用进行分析．提出一种基于Web挖掘的远程教学服务系统模型，着重介绍了Web挖掘的基本过程。     

数据挖掘在教学业绩考核中的应用研究

数据挖掘是致力于数据分析和理解、揭示数据内部潜在联系的技术,关联规则是数据挖掘中最活跃的研究方法之一。高校教学管理者从诸多方面对教师教学业绩进行考核,该文针对某高校教师教学业绩考核数据集,采用关联规则中的Apriori算法,挖出数据集中某些数据项之间的关联规则,通过对关联规则的分析找出它们之间隐藏的信息,为高校教学管理者提供决策支持,同时指导教师的教学。     

数字图像处理算法评估系统的硬件设计

为了能对不同的数字图像处理算法进行评估,采用了USB2．0总线技术传送数字图象数据到数字图像处理系统,在硬件设计上采用DSP＋FPGA来完成图像处理任务。整个系统具有处理能力强,重现性好,能完成各种图像处理算法评估。     

关联规则挖掘在高校选课系统中的应用

随着高校选课信息系统的运行，系统中存储了大量的数据，这些数据中包含了许多潜在的有用的信息，而这些知识的提取需要利用数据挖掘技术。本文以高校选课管理为应用背景，设计并实现了一个基于数据仓库和OLAP技术的关联规则挖掘系统，具有一定的现实意义。     

基于大数据技术学情监控系统框架设计

借助移动智能终端,利用大数据技术进行挖掘、分析和处理,最终形成对教学过程具有指导意义的有用信息,以增强学生的学习兴趣,提高教学效果。本文以Hadoop为核心构建了学情监控系统,并给出了数据挖掘并行算法。     

基于Web的图像检索设计与研究

数据挖掘是从大量的数据中发现隐含的规律性的内容,解决数据的应用质量问题.充分利用有用的数据,是数据挖掘技术最重要的应用.因此,采用数据挖掘技术从WWW上提取隐含的、未知的、有潜在应用价值的信息,具有十分重要的现实意义和广泛的应用前景.本文简单阐述了数据挖掘和知识发现的基本理论,分析了网络信息检索与挖掘的特征,设计了一个较为基于Web的图像数据挖掘的系统模型,绘制了各功能模块的框图,并在系统中引入了徒手绘草图方法,增强了系统的适用性.     

基于Web挖掘的远程教学系统研究

Web挖掘指使用数据挖掘技术在万维网数据中发现潜在的、有用的信息。文章通过对Web挖掘在远程教育中的应用进行分析,提出一种基于Web挖掘的远程教学服务系统模型,着重介绍了Web挖掘的基本过程。     

大数据技术在高校计算机信息教学中的研究

随着信息技术不断发展,对信息技术人才需求不断增加,传统的信息教学模式已经不能满足人才培养需求。当前已有MOOC平台进行高校计算机信息教学,然而该系统设计理念是满足大众需求,对于计算机信息教学中编程教学等未考虑,针对这些问题本文提出借助大数据技术进行高校计算机信息教学管理研究。通过需求分析得到高校计算机管理系统包含功能有学生课程管理、教师备课管理、视频管理、讨论管理、课题讲解管理、数据挖掘管理。详细分析了数据挖掘流程、数据挖掘关键算法以及数据存储。最终完成大数据技术在高校计算机信息管理中的应用。     

基于云计算的产学研模式教学智能共享系统研究

针对常规教学资源共享系统存在响应时间较长和丢包率较大的问题，提出基于云计算的产学研模式教学智能共享系统。硬件设计方面，设计了共享信息微处理器和智能数字传感器；软件设计方面，在云计算技术的支持下，将接收的教学数据按照教学资源属性进行分级处理，确保教学资源的完整性，实现了资源共享。实验结果表明，该系统的响应时间更短，丢包率更低，具有更高的应用价值。