教育考试数据挖掘系统研究与实现

进行教育考试信息挖掘与分析研究,有利于充分发掘教育考试数据的潜在价值,更好地为教育管理、决策提供科学的依据.针对教育考试数据,研究了教育考试数据挖掘系统的整体架构以及面向主题的数据挖掘实现.在分析教育考试数据资源现状与特点的基础上,提出了教育考试数据挖掘系统框架,采用Apriori算法生成频繁数据项集,并对考生高考科目成绩进行关联规则挖掘.结果表明,教育考试各门科目成绩之间存在紧密关联性,规则的置信度均达到75%以上.     

基于FP-growth算法的学生成绩分析系统的研究

随着国际互联网的发展和大数据开发的深入普及,我国高等院校信息化程度持续提升,传统的低层次信息查询技术已不能适应新的形势需求。本文使用数据挖掘方法对教务管理系统长期存储的海量数据进行挖掘,数据挖掘过程按顺序依次包含数据的准备、规则挖掘和挖掘结果解释三个部分。应用FP-growth关联分析算法挖掘出影响学生成绩的课程之间隐藏的规则,可以得到前期课程成绩对后续课程成绩的影响。进而为高校的教务管理人员的工作提供相应的政策指导。     

一种改进 Apriori算法在高校课程相关性分析中的应用研究

结合学生成绩数据的特点,将数据挖掘技术和关联规则算法运用到学生成绩数据分析中,挖掘隐藏在成绩数据背后的专业课程间的相互影响与关联关系,优化课程设置,为教学管理工作提供决策信息支持和参考。     

一种改进Apriori算法在高校课程相关性分析中的应用研究

结合学生成绩数据的特点,将数据挖掘技术和关联规则算法运用到学生成绩数据分析中,挖掘隐藏在成绩数据背后的专业课程间的相互影响与关联关系,优化课程设置,为教学管理工作提供决策信息支持和参考.     

浅谈数据仓库与数据挖掘技术及应用

数据仓库技术是基于信息系统业务发展的需要,基于数据库系统技术发展而来,并逐步独立的一系列新的应用技术。数据挖掘技术为应对信息爆炸、海量信息的处理提供了科学和有效的手段。本文简单介绍了关系数据仓库、数据挖掘的概念、结构、基本原理、技术和应用领域。     

基于DM的入侵检测系统结构方案

介绍了入侵检测系统和数据挖掘技术的概念、特点和关键技术,分析了入侵检测系统中信息收集的主要数据来源,结合传统的入侵检测方案的缺点,提出了一种基于数据挖掘技术的具有自我学习、自我发展能力的入侵检测系统的体系结构模型,此模型针对不同的信息来源应用不同的数据挖掘方法进行识别。     

基于人工智能技术的局部离群数据挖掘方法

针对传统离散数据挖掘方法存在内存消耗过大的问题,研究基于人工智能技术的局部离群数据挖掘方法.提取离散数据特征,并使用基于信息熵的算法检测局部离群数据.标准化处理检测出的数据,在神经网络中实现对局部离群数据的挖掘,完成对基于人工智能技术的局部离群数据挖掘方法的研究.通过与传统数据挖掘方法的对比实验结果可知,本文方法在数据...     

大数据技术在应用型高校人才培养制定中的应用

随着科技的进步以及互联网技术的普及,在网络上充斥着大量的数据信息,大数据技术也得以发展,大数据影响着各行各业。在高等教育中,专业人才培养方案的制定也离不开政策信息、行业发展信息、毕业生反馈信息的支撑,文中简要介绍了大数据技术和数据挖掘技术,分析了利用CRISP-DM模型进行数据挖掘为专业人才培养方案制定提供支撑的思路。     

基于模式与规则寻找的数据挖掘研究

企业在商业运营中积聚了大量的数据,如何从大量的数据中找出有价值的信息,帮助企业分析产品市场走向并提供更好的商务决策是目前数据挖掘领域研究的热点.以Apriori算法为主,介绍了基于模式与规则寻找的数据挖掘技术中的模式与规则寻找方法、关联模式评估方法等,为企业数据挖掘系统的研究与设计提供有益的帮助.     

教学评价数据挖掘中的关联规则分析与设计

将关联规则数据挖掘的方法运用到教学评价中,从教学评价数据中挖掘有助于提高教学质量的相关信息。确定了教学评价的影响因素,给出了数据挖掘设计步骤。运用关联规则中Apriori算法,寻找教学评价成绩与教师基本情况之间的关系,为教师提供有价值的参考,帮助教学部门进行决策,从而更好地开展教学工作。     

大数据技术在移民搬迁信息化中的应用

运用大数据技术对陕南移民搬迁信息化系统中的数据进行管理、分析,简述大数据的基本特点与关键技术、数据采集技术、分布式存储技术、并行化处理技术和海量数据挖掘技术。根据信息化系统的体系框架,对大数据技术在陕南移民信息化系统中的应用进行探讨,分析大数据技术的应用价值,阐述政府在大数据技术上投入的重要性。     

Web文本数据挖掘关键技术及其在网络检索中的应用

Web挖掘采用数据挖掘信息处理技术，从Web信息资源中发掘用户所需信息。本文在分析Web文本信息特征的基础上，揭示了Web文本数据挖掘的目标样本的特征提取、分词处理与Web文本分类等关键技术，以Google为例讨论了该技术在网络信息检索中的应用。     

决策支持系统的集成化模型分析与研究

随着计算机和自动数据收集工具的应用,大量数据已被持续地收集和存储在数据库中,由此产生了从大量数据库中挖掘令人关注的巨大的信息需求.在现有的数据挖掘技术上,提出一种集成化的关联规则挖掘方法,这种集成化算法,把当前普遍应用的联机分析处理技术和关联规则挖掘cube_DM算法综合起来,通过决策分析工具软件DBMiner系统得到数据挖掘结果的分析.     

基于数据挖掘的自动化推荐系统算法

结合人工神经网络中的自适应共振理论（ART）及数据挖掘（Data Mining）技术来建构一个可自动聚类族群特征且能挖掘出关联特质的自动化在线推荐系统。探讨如何有效地运用数据挖掘技术从大量的数据库中挖掘出完整知识,以推荐适当的信息给使用者,帮助他们在浩大的信息流中找到真正需要、有用的文件或信息。整合ART及数据挖掘技术,并针对推荐系统的特性提出一种改进的ART算法（MART算法）。实例验证了算法的有效性。     

遥感数据与地理信息

遥感数据是遥感技术获取的基础数据．从遥感数据中提取地理信息是实现实时空间数据更新的主要手段，但遥感数据与地理信息之间存在着一定的差异．论文分析了遥感数据的相对性，说明遥感反演模型的局限性；分析了遥感数据的确定性与不确定性，说明遥感统计模式识别的局限性．明确遥感数据与地理信息之间的关系，并结合计算机视觉技术和遥感图像处理技术，提出基于遥感数据的地理定性、定量信息提取的概念模型．     

基于电子商务的Web挖掘技术研究

Web挖掘是数据挖掘与Web领域相结合的产物.本文首先讨论了Web数据挖掘的基本知识,然后在此基础上深入分析了Web挖掘技术在电子商务领域中的具体应用.     

基于XML的网页数据挖掘

随着Internet的迅速发展,使得“数据丰富而信息贫乏”这对矛盾显得日益突出,数据挖掘技术正是应了这一需求而结合了机器学习、模式识别、统计学、人工智能、神经网络等多学科而出现的一项新技术,基于Web的数据挖掘是数据挖掘技术在网络信息处理中的应用。本文叙述了Web数据挖掘的概念、分类、技术等,重点讨论了基于XML语言的Web数据挖掘技术,解决了Internet上绝大多数非结构化甚至是无结构的、Web信息的组织结构性差而导致的Web数据挖掘困难的问题。     

数据挖掘预测技术在斜井抽油数据处理中的应用

利用数据挖掘技术分析处理石油斜井抽油生产过程中产生的海量数据,可得到很多有用的价值和信息。线性回归算法是预测技术中的重要内容,通过线性回归算法可对斜井抽油中的数据进行分析、处理,达到预测井眼轨迹等重要应用。     

基于文本挖掘技术的教育类文献主题识别方法研究

针对传统文本统计学抽样风险问题，采用文本挖掘技术提取相关文献中具有分析价值的信息，引入自然语言处理技术对文献信息进行主题词抽取和清洗，利用文本聚类结合知识图谱和数据可视化，为分析相关文献研究方向的现状、热点和发展趋势等提供依据。以教育类文献为例，通过研究表明，自然语言处理技术与聚类方法结合数据可视化可以为分析当前教育领域的研究热点和发展趋势提供有力的数据支撑。