还剩10页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
附表三:高校老师在职攻读硕士学位探讨生论文选题支配表探讨生姓名指导老师专业计算机应用技术所属院(所)计算机科学与技术学院2010年4月2日选题报告会记录选题报告人报告会主持人学位论文题目__________________________________________________参与报告会成员________________________________________________报告会日期地点记录人__________________报告会记录及考核看法:报告会负责人签字所在院(所)对选题的看法:负责人年月日所在系(探讨室)对选题看法负责人年月日导师对选题的看法导师探讨生姓名专业计算机应用技术导师姓名探讨方向数据挖掘毕业论文题目数据挖掘在高职教学中的应用理论探讨应用探讨用于生产其它论文类型选题目的和意义由于我国大众化高等教化的普及,高校学生数量的激增,给高校教学工作带来了诸多新的问题尤其是高职学生,他们的主体是一般中学应届毕业生高考最终一批录用的学生这些学生在学习意识、学习方法、学习实力及学习动力上比较欠缺,并可能有较多常见的心理问题大部分学生没有养成良好的学习习惯他们中的大部分学习基础比较差.自制力也比较弱,学习目标不够明确,缺乏刻苦钻研精神很多学生就读离职并不是因为自身渴望学习而是无可奈何或出于应付家长的要求他们对所学的专业并没有太多了解,因此学习目标不够明确同时,他们还对社会对其的容纳有一种怀疑,这种怀疑干脆导致了自信念的不足,由此也影响到学生学习的动力此外,由于这批学生普遍没有养成良好的学习习惯,叉影响了良好学习氛围的营造,不良的学习氛围又反过束影响学生的学习动力老师迫切地须要科学地探讨高职教学各个环节中的大量的数据信息从中获得学问,继而科学地指导教学二十世纪,数据库技术取得了确定性的成果并且得到广泛应用.大量信息在给人们带来便利的同时也带来了一大堆难题;第一是信息过量,难以消化;其次是信息真假难以辨识第三是信息平安难以保证;第四是信息形式不一样,难以统一处理人们起先提出一个新的口号“要学会抛弃信息”,并起先考虑“如何才能不被信息沉没,而是从中刚好发觉有用的学问、提高信息利用率?”如何从含有海量信息的数据库中提取潜在、有价值的信息来协助决策,预料将来成为信息处理的更新更高的要求,学问发觉和数据挖掘技术应运而生,共显示出强大的生命力数据挖掘使数据库技术进入了一个更高级的发展阶段数据挖掘技术Data Mining被称为将来信息处理的骨干技术之一,是一个多学科交叉探讨领域,融合了数据库,人工智能、机器学习,统计学,学问工程、面对对象方法、信息检索,高性能计算以及数据可视化等多项最新技术.数据挖掘技术从80年头末起先出现短短二十多年它的发展速度很快目前数据挖掘技术在零售业的购物篮分析、金融风险预料、产品质量分析、通讯及医疗服务、基因工程探讨等很多领域得到了胜利的应用.很多专题会议也把数据挖掘和学问发觉列为议题之一把数据挖掘技术应用于高等学校的教学与管理中,是数据挖掘技术在又一个领域的应用.高等学校多年来的教学和管理工作积累了大量的数据,目前,鉴于社会对高等学校发展的需求和高校数据管理的现状,利用这些数据理性的分析学校各方面工作的成效以及老师发展状况,对高校教学管理决策支持系统的影响变得特别重要数据挖掘技术能从大量数据中发觉有用的学问,这些学问对高等学校教学管理的决策支持是特别有意义的利用数据挖掘技术从数据仓库中获得高质量的信息,可以检验教学效果,调整课程设置合理安持师资,正确评价老师的年度工作,及协助调整招生支配、分析预料就业趋势等等虽然目前数据挖掘技术主要在商业领域中得到广泛发展,但它面对应用的本质确定了在任何须要的领域都会发挥它的价值.在高校教化教学及管理中有大量干脆或间接的数据,关系到老师评价、人才管理及学生选课指导、学生成果分析等内容这些数据具有困难性、多因素性和模糊性等特点,是一类带有大量不确定因素的半结构化问题或非结构化问题而大量的数据主要是以各级管理部门供应的统计报表和简洁信息查询方式存在,对这些数据所隐含的价值没有充分挖掘利用通过数据挖掘技术,找出有价值的信息,客观、科学、全面地供教学管理部门参考以学生成果为例,老师对学生成果的分析处理一般仅仅是统计成果处在优、一般、差级别的人数,对于学生取得这些成果的缘由往往无法了解假如老师能够找到有关影响学生学习成果的因素,必定对教学质量的提高起到主动的作用国内外探讨动态自1989年第11届国际联合人工智能学术会议上首次提出KDD这一概念以来,数据挖掘日益受到人们的关注并已经成为当前计算机领域的一大热点,其探讨的重点也渐渐从发觉方法转移到系统应用,并且留意多种发觉策略和技术的集成,以及多学科之间的相互渗透从总体上,国外在数据挖掘领域中的探讨内容特别广泛,从挖掘学问的种类看,己经取得了明显的成果
1、关联规则的探讨近几年对关联规则的探讨内容较多现在,关联规则的挖掘已经从单一概念层次关联规则的发觉发展到多概念层次关联规则的发觉,并把探讨的重点放在提高算法的效率和规模可收缩性上目前,人们对于定量关联规则以及其他种类的关联规则的发觉探讨较为深化,提出了关联规则的爱好性的概念与此同时,在提高挖掘过程的效率方面也作了不少的探讨比较闻名的算法有Apfiori,Charm,FP-Growth,MagnumOPUSS,GenMax
2、数据分类技术探讨基于决策树的分类方法在大规模数据库条件下的应用探讨;在较高的抽象层次分类中,M.Mehte.等人针对大型数据库提出了种快速分类算法,称为QUEST中的超级学习算法,SLIQ:分类与回来的管状领域探讨、最近邻分类方法的改进等等
3、聚类规则探讨近年,聚类起先在大型数据库中得到探讨,R.Ng和
1.Han基于随机搜寻以及统计学中的两个聚类算法PAM和CLARA,给出了一个适用于大型应用的聚类算法CLARANS°M.Este等人针对CLARANS算法的缺点,提出了改进技术T.Zhang等人则提出了另一种聚类算法BIRCHo
4、泛化、简约和特征提取探讨利用数据可视化大大扩展了数据的表达和理解实力,这是数据简约的一种特别重要的技术,它正受到广泛的重视与国外相比,国内对数据挖掘与学问发觉(MDKD)的探讨稍晚,1993年国家自然科学基金首次支持对该领域的探讨项目目前,清华高校、中科院计算技术探讨所、空军第三探讨所、海军装备论证中心等竞相开展数据挖掘的基本理论及其应用探讨其中,北京系统工程探讨所对模糊方法在学问发觉中的应用进行了较深化的探讨,北京高校也在开展对数据立方体代数的探讨;华中理工高校、复旦高校、浙江高校、中国科技高校、中科院数学探讨所、吉林高校等单位开展了对关联规则开采算法的优化和改造南京高校、四川联合高校山东师范高校硕士学位论文上海交通高校等单位探讨,探讨了非结构化数据的学问发觉以及Web数据挖掘现在尽管与国际上的进展相差并不远,一些探讨成果例如总参六十一所李德毅教授在云模型方面的探讨、复旦高校的施伯乐教授在关系数据库中知发觉方面取得很大的成果,南京高校开发的KNIGHT系统等.但在实际应用方面却鲜有所闻,胜利的例子很少,没有形成整体力气总的说来.国内在数据挖掘方面的开发还停留在试验的阶段,没有能够真正的投入到实际生产应用中去数据挖掘最先应用于金融和商业领域,在教化层面上还只能算是新生事物,处于发展的初级阶段国内高校目前在校内信息网中开展数据挖掘的探讨并不广泛浙江高校运用关联规则发觉技术对高校的人事信息库进行挖掘,试图找到影响学科发展的因素,发觉如何评价一个学科,以及影响学科发展的各个要素之间的关系另外曲阜师范高校体育系与上海市体委就体育人才的选拔探讨了数据挖掘的可行性在每年对中小学生的体质调查中,积累了大量的数据,利用数据挖掘技术,他们试图从数据中深化找寻各种因素的相互联系,发觉一些随机因素动态改变而产生的新的指导学校体育科研和教学训练的规律,进而发觉运动人才数据挖掘在教化层面上的探讨还只能算是新生事物,处于发展的初级阶段在教化信息化的大趋势下,将数据挖掘技术应用于教化领域内的学生招募、市场细分、学生来源分析、课程相关性、学习评价度量、学生生涯规划、远程开放教化的特性化服务等方面,必定有特别广袤的前景数据挖掘是一种技术,和其他技术一样,数据挖掘也须要时间和精力来探讨、开发和逐步成熟,最终被人们接受目前己经有很多通用的数据挖掘系统,但是还不能达到期望的智能系统那样在近来的数据挖掘探讨和开发中,一些挑战也已受到肯定程度的关注,并考虑到了各种需求,而另一些处于探讨阶段然而,这些问题将接着刺激进一步的探讨和改进我们信任,随着数据挖掘任务和方法的发展,肯定能带给我们更多的利益,可以节约我们的时间和金钱,并发觉新的学问主要内容高等学校多年来的教学和管理工作积累了大量的数据,目前这些数据还未能得到有效利用,只是一个待开发的“宝藏”鉴于社会对高等学校发展的需求和目前高校数据管理现状,利用这些数据理性地分析学校各方面工作的成效以及学生培育过程中的得失变得特别重要本文主要探讨在高校扩招、师生比过大的教学条件下,老师如何利用丰富的信息资源,采纳数据挖掘技术,获得协助决策学问,指导教学,从而进一步提高教学质量数据挖掘技术主要介绍数据挖掘的基本学问,包括数掘挖掘的过程、数据挖掘的任务、数掘挖掘的分类以及数据挖掘的常用技术和方法探究数据挖掘技术在高校教学中的应用,提出数据挖掘技术在高校教学应用中的实施方案试验设计方案第一步,确定挖掘对象、目标清楚地定义出问题,认清数据挖掘的目的是数据挖掘的重要一步挖掘的最终结果是不行预料的,但要探究的问题应是有预见的其次步,数据采集这是一个工作量较大,占据时问较多的一个阶段老师须要在以往的教学实践中,留意收集数据信息,有些数据的产生可以干脆获得,有些数据须要对学生进行调查获得第三步,数据转换这一步是将老师收集到的不同的数据信息集成并转换为一个分析数据模型,这一数掘模型是针对算法而打算的.不同的算法可能须要不同的分析数据模型第四步,数据分类挖掘分类挖掘的目的是为了建立一个分类模型首先要选择合适的挖掘算法,并运用合适的程序设计软件实现这一算法接着对所得到的经过转换的数据进行挖掘第五步,分类规则结果分析这一步主要说明和评估分类结果第六步学问的应用这一步是将分析所得到的学问集成到老师的教学环节中去,老师可利用所得学问改进教学策略.指导进一步教学打算工作状况和主要工作措施利用学院的教务管理系统,获得学生的成果信息设计学生信息调查表,由学生填写,内容包括学生对计算机公共基础课程的感爱好程度、课堂学习效果、对本课程的相识和老师的教学方法等利用数据挖掘算法对数据进行处理,建立决策树,得出推动计算机课程教学的规则论文进度支配及预期达到探讨结果
2010.4-
2010.9资料查询、确定论文主题
2010.9-
2010.10数据挖掘的理论探讨
2010.10-
2010.11数据挖掘常用技术探讨
2010.11-
2010.12数据挖掘的应用探讨
2010.12-
2011.1数据挖掘的新技术探讨
2011.1-
2011.2数据挖掘的发展方向
2011.2-
2011.4撰写论文
2011.4-
2011.5论文修改文献综述:(字以上,参考文献篇以上,其中至少篇外文参考文献)40003010考核小组对报告人查阅专业技术文献状况的评价查阅与本专业相关的专业技术文献数量是否达到篇(其中外文篇)?
1.3010查阅的文献是否全面,是否反映本学科专业的最新学术动态,对撰写硕士学
2.位论文是否具有指导意义指导意义?文献综述是否仔细、有条理,能否较全面地概括文献的主题和创新点
3.请对文献综述进行综合评价并给成果(按合格、不合格)考核小组负责负责签字:。