信息化技术在高校教务管理中的新型运用研究

教务管理需要借助网络来进行教务管理或辅助教务管理,是计算机网络在教育中的杰出应用,已经在世界各国的成人高等教育、普通高等教育和中小学教育中开展的如火如荼,将对传统的教育形成补充和挑战。在Web2.0所提供的开放共享的网络环境下,新的教育应用形式Edu2.0应运而生。而网络多媒体技术是现代教务管理技术领域中新崛起的前言技术,随着它的飞速发展,探讨如何实现网络教育信息与教育资源的交流共享,扩大教育教务管理的范围,实现教育教务管理的最优化已成为现代教育教务管理发展的研究方向。     

关联规则分析及其在教务管理系统中的应用

关联规则分析是当前数据挖掘研究的主要模式之一。在介绍关联规则理论的基础上，针对教务管理系统数据的特点，提出了分时挖掘的思想，并对FP-增长算法进行了改进研究。最后是关联规则分析在教务管理系统中的应用实践。     

聚类分析在高校教务系统中的应用研究

随着高校教务管理从职能型向学习型、研究型的转变,对教务系统中数据挖掘的研究已经成为大部分高校的人才培养研究部门、职能部门所共同关注的问题。本文选取大学英语四级相关数据作为研究对象,以聚类分析为挖掘向导的实现技术,对聚类分析算法中k-prototypes算法进行了详细的介绍,并提出了基于该算法的改进算法。     

高校教务管理系统数据仓库的设计与实现

高校教务管理信息化以来,各高校相继建立了基于联机事务处理的教务管理系统,如何在现有的教务管理系统基础上建立起教务管理数据仓库,充分挖掘有价值的信息成为学者们研究的重点,文章从数据仓库体系结构、模型设计、主题划分、数据加载和联机分析实现的角度对高校教务管理数据仓库的设计与实现进行了探讨,旨在探索高校教务数据仓库的方法与途径。     

基于数据挖掘的高校学生学习成绩分析应用研究

高校的学生成绩管理是各高校教务管理工作的核心和基础。大多数高校的学生成绩是以多种形式保存,一般只限于对成绩的查询及简单的统计上面,没有对这些积累的海量数据背后的有用信息进行挖掘分析。针对这些海量数据构建数据仓库,利用数据挖掘技术的分类预测算法对学生成绩进行挖掘分析,表明学生成绩的高低是与学生本身的特质、生源地、教师学历等多因素有联系的。通过分析得出的这些联系可以为学校的决策和管理部门提供分析和管理的依据。反过来也可以指导和促进教学,以提高整体的教学质量。     

数据挖掘技术在独立学院教务管理中的应用

现行高等院校教务管理系统中收集了大量的教学信息,但大多数管理信息系统对这些教学数据中所隐含的有价值的数据并没有进行充分的提取或深层次的分析。因此如何能将这些数据更高效的应用于教学管理当中已经成为人们广泛关注的焦点。特别是独立学院,对于教务管理系统中收集的教学信息有必要进行进一步的分析,并结合独立学院自身和学生的特点来培养学生,给学生以正确的定位。通过介绍数据挖掘的基本概念和基本功能,以及分析高校管理信息系统的现状和不足,提出了数据挖掘技术在独立学院教务管理信息系统中的应用方向。     

基于本体的高校教务课程关联模型

该文利用学校教务部门存放的学生考试成绩,结合基于教务课程本体的数据集成方法和数据挖掘的关联规则算法,建立基于本体的高校课程关联模型,从这些大量数据中挖掘出数据隐藏的规律或数据间的关系,辅助分析课程之间的相关性,从而指导学校课程编制和学生选课。     

基于FP_growth算法的课程相关性的关联规则研究

文章探讨了高校专业课程间的相关性问题,通过对数据挖掘中的关联规则挖掘进行研究,将关联规则挖掘应用于高校教务管理数据库,针对学生的成绩数据进行预处理,并利用FP_growth算法较快地挖掘出隐藏在成绩数据之后课程关联性规则,从而得到了一些合理、可靠的课程相关性规则,为高校的专业课程设置和学生选课提供决策依据。     

数据挖掘在学生成绩分析预警中的应用

近些年，各大高校一直扩大招生规模为教务管理带来巨大冲击，文中以数据挖掘技术为研究视角，通过数据挖掘对学生成绩进行分析和预警，找到学生不及格课程之间的潜在联系，根据具体因素提出合理的解决办法，提升学校的教学质量。     

数据挖掘在高校教学管理中的应用研究

将数据挖掘技术应用到教学管理,基于CR ISP-DM数据挖掘模型,使用SPSS数据挖掘工具,从海量的学生成绩数据中发现有用的信息,并将这些信息有效地组织、整理、提取,以便及时了解教学活动状况、分析课程之间的相互关系、了解学生的学习特征、把握教学方面的异常现象等。该方法能增强教学与教学管理改革的针对性,能为管理者提供教务管理的经验和进行总结的方法,并能提高其工作效率,实现合理的教学安排。     

基于WEB的数据仓库技术在电信网络管理系统中的研究

本文讨论了WEB数据仓库的体系结构、OLAP技术及数据挖掘等相关数据仓库技术，并描述了当前电信网络管理系统的现状及存在问题，以存在问题为出发点，提出了创建以WEB数据仓库技术为基础的综合网管系统，为网管存在问题提供解决方案，它的建立对网管现状的改善有积极意义。     

数据挖掘技术在健康管理系统中的应用

该文研究了基于决策树的ID3算法,针对ID3算法应用在健康管理系统中存在的问题,提出了一个改进的算法,并利用改进算法对居民健康档案数据进行慢性病诱因的数据挖掘,挖掘结果证明,改进算法的决策树在健康管理系统中的数据挖掘是有效的。     

流数据管理系统

流数据管理系统的研究已成为当前数据库领域研究的共识。本文详细论述了流数据管理系统的基本概念、流数据模型和查询语义、流数据查询算法,并提出了流数据管理系统研究中许多重要问题的未来研究方向。     

DBMS与DSMS的比较研究

传统数据库管理系统(DBMS)通常用来存储没有时间概念的相对静止的数据,而且数据量相对较少,可以完全存储在数据库中。而对于一些新的应用领域,如传感器数据,信息是以数据序列(流)的形式产生并且需要实时地持续地进行处理,这就需要一种新型的数据流管理系统(DSMS)对这些数据存储、管理和处理。本文主要讨论了传统数据库管理系统与数据流管理系统的不同之处,并提出了一个数据流管理系统的系统框架。     

面向对象的CAD系统建模研究

数据管理是CAD系统的核心。该文通过对CAD系统的数据研究,分析了CAD系统各部分数据的描述及数据操作的特点;结合面向对象的ITCAD系统的实例,给出了ITCAD系统数据管理的主要功能,最后讨论了如何用面向对象技术实现ITCAD系统的实体管理的方法。     

柔性工资管理系统开发的关键技术分析

根据高校薪酬管理特点，以《乌鲁木齐职业大学财务管理信息系统》校管课题为项目背景，对基于Web的工资管理系统的柔性设计开发所采用的“公地式”数据存储方式、立体组合式计算规则、动态数据显示等关键技术进行分析，以实现工资表数据的高效存储、动态显示和自动计算。     

基于数据仓库的农业环境监测系统的研究实现

对目前农业环境监测系统的特点及存在的问题进行深入分析研究,采用数据仓库技术实现了一个农业环境监测系统。通过数据挖掘技术对采集到的实际数据进行分析,发现了一些有价值的信息,从而证明了该数据仓库的实用性,也为农业部环境监测所的监测人员提供了一个综合分析与预测的决策支持平台。     

构建知识管理系统的探讨

知识管理的实施引起对知识管理系统构建的广泛探索和研究。从总结知识管理系统所必须实现的功能入手 ,探讨了构建知识管理系统的可行策略 ,重点分析了分布式搜索、分类编目、Agent、数据挖掘等技术在实现知识管理系统中的应用     

基于数据挖掘的入侵检测取证系统

在结合了入侵检测系统和犯罪取证系统的基础上,提出了一种基于数据挖掘的入侵检测取证系统。当遭受入侵时,即起到防护作用,同时又实时地收集证据。数据挖掘技术分别应用于入侵检测部分和取证部分,使得检测模型的生成、分发自动化、智能化,提高了检测效率;使得取证系统数据分析速度得到了提高。     

浅论城市交通管理智能化决策支持系统的开发与应用

笔者首先分析当前城市交通管理决策现状,提出开发交通管理决策支持系统,以提高决策水平。然后,提出基于数据仓库的决策支持系统的体系结构。实施数据仓库和决策实施系统毕竟不同于一般管理信息系统的开发,对此,笔者还探讨了适合于此类项目实施的方法论。