数据挖掘技术在选课系统中的应用

许多高校都拥有选课系统,并积累了大量的原始数据,这些数据中包含了大量潜在的、未知的有用信息,这些“信息”可以辅助相关部门进行合理的教学资源分配并做出相应决策。本文基于高校选课系统,讨论了数据预处理和数据挖掘技术,并应用关联规则中的FP-tree算法挖掘选课数据,获得了一些有用的规则信息,取得了良好的应用效果。     

大学生心理问题数据挖掘系统的设计与实现

设计了一种大学生心理问题数据挖掘系统．该系统采用ID3算法构建决策树进行分类挖掘,采用Apriori算法进行关联规则挖掘．以我校05级学生心理问题数据为对象,进行数据挖掘．发现了影响心理问题的主要因素及相互间的关系,使我校的心理健康教育工作更具针对性和目的性．     

基于WEB SERVICE网络选课系统的研究

本文从网络校园的现实情况出发,联系中等职业学校学分制环境下网络选课的实际需要,提出了一种基于WEB SERVICE网上选课系统的解决方案.并对系统的可行性、安全性、先进性等方面进行了有益的探索,对日后新型网络教学系统的构建有一定的指导意义.     

基于小型超市POS系统数据挖掘分析方法的应用

在零售业的数据分析中,购物篮分析是一种最为行之有效的方法,购物篮分析的目的就是在顾客的购买交易中分析出能够同时购买一类产品或一组产品的可能性.但是,具体采用何种分析方法和分析工具来进行购物篮分析,目前在数据挖掘领域还是个盲点.据此提供了一种实用、高效的面向小型超市的购物篮分析方法.以一个面向小型超市的购物篮分析应用实例为背景,介绍了一种利用市场上常见的数据分析工具(SPSS、EXCEL等)对数据进行相关分析和回归分析计算出决定系数和相关系数并导出实际关联结果的实际方法.并提出了基于线性回归方程的关联结果的验证方法.     

数据挖掘技术的研究和应用

论述了数据挖掘的概念、算法、实际的挖掘过程,分析了C4.5决策树算法,调查了安徽职业技术学院学生英语学习的各种情况,找出其中潜在的规则,为学校教学决策提供一定的支持.     

基于WEB SERVICE网络选课系统的研究

本文从网络校园的现实情况出发,联系中等职业学校学分制环境下网络选课的实际需要,提出了一种基于WEB SERVICE网上选课系统的解决方案。并对系统的可行性、安全性、先进性等方面进行了有益的探索,对日后新型网络教学系统的构建有一定的指导意义。     

基于B/S模式网上选课系统的研究

近几年来,随着我国高等教育事业的高速发展,高校规模日益扩大,高校教学改革的不断深化,尤其是学分制、选课制的展开和深入,教学日常管理工作日趋繁重、复杂,为提高效率,实现教学管理的自动化、网络化,已成为学校教学管理工作的趋势。本文分析和研究了基于三层B/S模式的网上选课系统的特点,根据软件工程的设计思想研究和设计该网上选课系统,分析出不同功能模块的作用和特点,充分发挥了网络平台的优势,可以提高教务管理人员和学生的工作学习效率。     

基于数据挖掘的服装推荐系统研究

为满足用户网上购物的个性化需要,针对用户自身特点,建立了服装推荐系统.以西服为例,将服装的主要特征分为领型、扣子、面料、颜色、款式等不同要素,并归纳了各要素的分类取值.在对服装的特征要素进行抽取分类的基础上,采用BDEU决策树算法,构筑了用户类别偏好模型,向用户提供了个性化的推荐服务.     

基于数据挖掘技术的网络取证系统模型研究

针对网络电子证据和数据挖掘技术的技术特征,提出了一个基于数据挖掘技术的网络取证系统模型,并对系统中取证模型的各个部分给出具体的技术实现方法。最后,根据实际网络应用环境给出网络取证系统在网络中的连接实例。     

基于兴趣度的关联规则在选课分析中的应用

通过对关联规则经典算法Apriori的分析,并应用到选课分析系统中,发现了存在的问题.通过增加兴趣度阈值以提高关联规则在数据挖掘中的精度,从而有效的减少了无用规则的产生,为学生选课系统的实现提供了较好的支持.     

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以从大量数据中提取潜在有价值的数据规律或数据模型为目的的信息处理技术。将此技术运用在高校信息处理的工作上,可智能生成有价值的信息,用于学校教学管理与决策。本文将以目前高校普遍使用的学分制选课数据系统依托,运用数据挖掘技术中关联挖掘规则,对已有数据进行分析,为读者提供一个简单易操作的数据挖掘范例,供读者参考。     

基于JSP-OTP技术选课系统的设计与实现

以学分制下选课制的基础理论为前提,分析了JDBC、JSP等Web数据库开发技术及OTP等网络安全性技术;阐述了基于网络环境选课系统的设计思想、工作原理和运行机制;构建了平均分布概率算法,进行资源优化,利用虚拟"购物筐"思想、事故处理和一次性口令系统实现了网络化的最优选修课程管理系统。通过多次试验表明该系统运行稳定、速度快且效率较高、自适应性较强,完全符合学分制管理体制对选课系统的要求。     

基于．NEt的高校网上选课系统的研究与实现

介绍了基于．NET技术的高校网上选课系统的设计和开发过程，阐述了高校网上选课系统的功能和相关的技术实现。     

基于数据挖掘的入侵检测技术研究

介绍了入侵检测的一些基本概念,以及如何将数据挖掘应用于入侵检测;并给出了数据挖掘技术的定义、入侵检测模型、基于数据挖掘的入侵检测框架;提出了用户行为模式的异常检测、更新自动机算法及合适状态的评价算法。     

基于Internet网上高校学生选课系统的构建研究

介绍了基于Internet的选课系统的高效性和人性化的构想与实现,整个系统基于B/S C/S的结构,学生通过互联网实现网上选课的功能,系统的开发与设计为教务管理提高了工作效率,并体现以人为本的理念。     

数据挖掘技术在平煤四矿监测系统的应用研究

系统介绍数据挖掘的概念、常用的挖掘工具和算法。运用R语言对"平煤四矿"矿井监测系统的数据进行深入挖掘和分析。对工作面环境参数进行关联规则分析,挖掘参数之间的强规则。对某特定工作面瓦斯浓度进行回归预测分析,确定主要影响因素。此外并对挖掘的结果进行专业分析,结合矿井实际情况提出意见和建议。进一步辅助矿井安全生产决策,提高矿井安全管理技术。     

基于Struts的开放性实验选课系统的设计与实现

在web系统设计中,基于可重用的Framework技术逐渐成为业界研究和应用的新趋势。其中,Struts框架实现了MVC,提供了一种快速高效的构建Web应用程序的方法。运用Struts技术,可快速构建一个结构清晰、可复用、可扩展的开放性实验选课系统。     

决策树技术在农场管理中的应用研究

决策树方法是一种非常有效的分类方法,这种方法能够用来改善农场管理中的薄弱点。决策树计算基于C4.5算法,这种算法构造决策树采用自顶向下递归策略,把信息增益率的高低作为属性选择的度量标准。     

基于数据挖掘的人侵检测技术研究

介绍了入侵检测的一些基本概念,以及如何将数据挖掘应用于入侵检测;并给出了数据挖掘技术的定义、入侵检测模型、基于数据挖掘的入侵检测框架;提出了用户行为模式的异常检测、更新自动机算法及合适状态的评价算法.     

基于数据挖掘的异常入侵检测系统

在分析现有入侵检测技术和系统的基础上,提出了一种基于数据挖掘和可滑动窗口的异常检测模型,该模型综合利用了关联规则和序列模式算法对网络数据进行充分挖掘,分别给出了基于时间窗口的训练阶段和检测阶段的挖掘算法,并建立贝叶斯网络,进一步判定规则挖掘中的可疑行为,提高检测的准确率.