数据挖掘技术在教学中的应用

在对数据挖掘技术的概念、挖掘过程和常用方法等知识进行简单介绍的基础上．就如何在日常的教学中应用数据挖掘，从中得到教学上需要的信息等内容进行了探讨．从而为我们的教育事业添砖加瓦：     

数据挖掘技术在教学中的应用

在对数据挖掘技术的概念、挖掘过程和常用方法等知识进行简单介绍的基础上,就如何在日常的教学中应用数据挖掘,从中得到教学上需要的信息等内容进行了探讨,从而为我们的教育事业添砖加瓦。     

不完整数据库中的数据挖掘

数据挖掘是从数据中提取有用知识的过程。在现实生活中,数据丢失的情况是很常见的,尤其是在商业数据库中,由于文件错误、纪录缺失、存储策略的改变等都会引起数据丢失而造成数据库的不完整。这种不完整性会影响关联规则的挖掘过程,因为在有数据缺失时对规则的支持度以及可信度的计算都得不到确定值。把Apriori算法应用于不完整数据库,基于期望支持度和期望可信度,给出了一个挖掘不完整事务数据库中关联规则的算法。     

数据挖掘技术在教学评价中的应用

数据挖掘技术是在海量数据中提取有用信息的有效手段,它被广泛应用于经济效益巨大的金融、商业等领域,而在教学评价中应用较少,这使得一些对教学效果有较大影响的因素往往被忽视。该文介绍了把数据挖掘技术引入网上教学评价中的有益尝试。     

数据挖掘在学生成绩分析中的应用

学校里每年都存放着大量的学生信息,这些信息的大部分是用于今后查对,如果这些成千上万的信息只用于核对和备案,可以说这是一种信息浪费。为了充分利用这些信息资源,该文使用数据挖掘技术,对历年存储下来的大量学生成绩的相关数据进行挖掘,挖掘出一些现实中感兴趣的、有用的知识,通过这些知识,学校可以对教学内容进行调整和教学方法进行改进以适应学生的学习和教学质量的提高。     

基于关联规则数据挖掘技术在教学管理中的应用

数据挖掘技术是一种新的信息处理技术。其目的是从海量数据中抽取潜在的,有价值的数据规律或数据模型。通过数据挖掘技术对高校教学数据的分析处理,能够形成真正有价值的知识,向决策者提供信息支持,有利于推动学校教学改革和建设的全面发展。本文主要针对现行高校实际运作的学分选课数据库系统,以关联规则挖掘为例,提出简单而可行的数据挖掘应用实施办法。     

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。     

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。     

数据挖掘技术及其在渔情预报中的应用

首先阐述了数据挖掘产生的背景、过程和一些常用的数据挖掘技术及方法,然后着重介绍其在北太平洋鱿鱼渔情中的应用.在该应用中采用关联规则和人工神经网络等数据挖掘技术,通过挖掘得出以下信息:支持度的不同决定北太平洋鱿鱼渔场影响因子的多少;产量与影响因子之间存在定量关系.     

关联规则的多支持度挖掘在销售数据中的应用

介绍了一种关联规则的多支持度挖掘算法，并将该算法改进后用于超市销售数据的智能挖掘系统中，取得了成功的应用。     

数据挖掘在证券业务分析系统中的应用

对数据挖掘在证券业务分析系统中的应用相关理论进行了探讨,重点阐述了通过数据挖掘技术挖掘股票之间的关联规则,使投资者了解各种股票的走势及股票之间的关系,从而作出正确的投资决策。     

关联规则挖掘技术在人寿保险行业中的应用

文章运用数据挖掘的关联分析理论,对某人寿保险公司历史保单数据库进行了挖掘,得到了一些合理、可靠的关联规则。从而对于保险公司的增值服务具有重要的指导意义。     

数据挖掘技术在煤矿隐患管理中的应用

针对目前煤矿隐患管理缺乏对隐患数据深入分析的问题,介绍了适合隐患关联规则发现的数据挖掘算法,提出用支持度-置信度-Kulczynski度量模式表达隐患因素间的关联关系。对隐患数据预处理、转换后构建隐患数据仓库,并在隐患责任部门、隐患种类、隐患等级和隐患发生地点4个维度上进行挖掘分析,发现多维度间存在的较强关联规则,给出针对性的辅助决策。现场实际应用表明,通过使用数据挖掘算法,减少了隐患的发生次数,为煤矿隐患治理提供了可靠支持。     

数据挖掘在个性化远程教育中的应用

本文首先分析了个性化远程教育系统建立的必要性,进而研究了个性化远程教育系统的模型中的各个模块,特别是其中体现个性化的数据挖掘模块。同时,对基于关联规则的数据挖掘在远程教学中的教师课程建设和学生学习行为分析等相关应用作了探讨,并对其挖掘的结果进行了分析。     

数据挖掘在营销策略中的应用

首先介绍了当前数据挖掘的产生背景及该领域内的主要数据挖掘技术,然后通过实例重点介绍知识类数据挖掘技术中应用较广的关联规则算法,及其在营销策略中的应用。     

数据挖掘在营销策略中的应用

首先介绍了当前数据挖掘的产生背景及该领域内的主要数据挖掘技术,然后通过实例重点介绍知识类数据挖掘技术中应用较广的关联规则算法,及其在营销策略中的应用.     

关联规则挖掘算法及其在学生素质测评中的应用

介绍了数据挖掘中关联规则挖掘的基本概念和基本算法,并简要介绍了素质测评的概念和方法,展望了关联规则挖掘在学生素质测评中的应用,达到能合理利用测评数据,提高测评的科学性。     

数据挖掘在网络管理中的应用

在对数据挖掘技术的概念、主要方法和挖掘过程等知识进行简单介绍的基础上,探讨了数据挖掘在网络管理领域的应用。     

数据挖掘技术在特色资源库中的应用

提出了一种基于数据挖掘技术的文献自动推荐系统架构,分析了系统实现的关键技术,并完成了系统模块化设计和算法实现。经实践验证,该推荐系统在特色资源库中具有良好的文献推荐效果和广阔的应用前景。     

基于可信度构架的关联规则挖掘算法的研究

一直以来，关联规则挖掘算法主要基于支持度－可信度构架，但这样的算法有一个固有的缺陷，不能对非频繁项进行研究，而在许多实际应用中，如相似Web文档的识别。灾害预防，往往需要对高度关联的项集进行分析，即使它不是频繁出现的，放弃支持度，只使用可信度的关联规则挖掘算法将有利于这一问题的解决，这是一个新的研究方向。在对传统的关联规则挖掘算法进行了简单介绍后，主要介绍了基于可信度构架的关联规则挖掘算法，并对它们进行了分析与评价。