基于数据挖掘的质量监控和评价软件设计与开发_第1页
基于数据挖掘的质量监控和评价软件设计与开发_第2页
基于数据挖掘的质量监控和评价软件设计与开发_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1/3基于数据挖掘的质量监控和评价软件设计与开发基于数据挖掘的质量监控和评价软件设计与开发1基于评价体系的关联规则挖掘AIS算法是由AGRAWAL等人提出，是用来解决关联规则问题的原始算法。1994年AGRAWAL等人为改进AIS算法，提出了及其变种APRIORIHYBRID和APRIORITID算法，其中APRIORI算法最具有影响。然而APRIORI算法在面对具有大量的频繁项集或用户挖掘时设置了较小的最小支持度阈值，算法将可能因某些原因而消耗巨大开销导致执行效率低下，目前已经有许多APRIORI算法的优化算法，例如APR1ORI一P算法。APRIORI一P算法是将事务数据库划分成N个分块，再利用APRIORI算法对每个分块进行处理得到本块中的局部频繁项集，然后将N分块中的局部频繁项集合并，产生候选项集，扫描数据库计算这些项集的支持度数，最后得到所有的频繁项集，与APRIORI算法比较，APRIORIP算法在挖掘的过程中只本文由论文联盟HTTP/收集整理需要扫描两次数据库，第一次扫描用来分块，第二次扫描用于计算所有的频繁项集，如此以来将大幅度地提高算法的效率。系统实现与结果分析2/3系统总体设计创建高效教学质量评价系统的目的在于让教学管理向无纸化、数字化、综合化、智能化的方向发展。该系统的运行平台是基于WINDOWS操作系统，运用BROWSE/SERVER的模式，学生能够在LINUX的工作站或者是WINDOWS上进行操作。如图1所示是该系统的功能模块图2系统流程图2挖掘数据处理数据准备；在关联规则挖掘前先要输入教师的基本信息，以及某学期某位教师所授课班级学生对该教师的教学效果评价数据，并将这两种数据存入到相应的数据表中。根据本系统的资源需求分析向系统录入了本学院320名教师的基本信息，部分教师的基本信息见下表另外，还导入了我院2016学年第一学期1000名学生对320名教师的教学评价数据。数据预处理；现实生活中的数据往往会含有很多不完整、有噪声，甚至不一致的数据。所以必须先对涉及到的数据对象进行集成、清洗、离散、转换和归约等各项处理工作，然后再进行数据挖掘，方能使数据挖掘过程的质量得以提高，并最终从数据挖掘模式中获取到真正有价值的知识和信息。数据抽取是指将各类数据从面向事务处理的操作3/3数据库向面向数据挖掘的数据库集成，本系统主要有学生评价信息、教师基本信息、专家信息等。数据清理数据通常会包括一些不一致数据、空数，数据清理就是要对这些数据进行处理包括不一致数据变换、空缺数据补充等。结语教学质量评价系统是对教师的多方面综合能力的测评，既能反映教师平时所担任的工作量是否适度，又能客观的反映教师在教学生活中的优点与不足，并使教师能对照系统所发现的不足进行自我调整、完善，学校教学管理部门也可
人人文库> 全部分类> 办公材料 > 思想汇报

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论