数据关联规则挖掘在高校试卷质量评价中的应用研究

关联规则挖掘是数据挖掘中最活跃的研究方法之一.以高校教务信息管理系统为应用背景对采用改进的Apriori算法成绩数据库进行分析,得出课程相关性规则,在此基础上建立试卷质量综合包含评价指标体系,为高校试卷质量评价提供科学依据.该评价体系使不同专业的学习效果具有综合可比性,突破以往单一的平均成绩进行评价的局限性.     

基于数据挖掘技术的高校学生成绩管理研究

针对目前部分学生想当然认为上大学后就可以放松学习的心理以及不重视基础课程学习的现象，对数据库中学生的成绩信息进行挖掘，然后根据数据挖掘中的关联规则，提取隐含在各门课程之间的联系，以期寻找影响学生成绩好坏的潜在因素，而后根据这些因素建立成绩预警机制，从而为高校从事管理工作的人员以及高校教学改革更好地开展工作提供理论支持和科学依据。     

学生"数学分析"课程成绩与电类基础课成绩相关性实证分析

文章统计了电子工程系2002、2003级数学分析课程各分数段的学生在四门电类主干课中的成绩分布情况,分析了学生"数学分析"课程成绩与电类基础课成绩的相关性.分析表明,学生对数学分析以及数学类课程的学习理解程度直接影响着专业基础课的学习.     

高考能力与学习能力的关系分析

以重庆某高校经济与管理2009届毕业生的高考成绩和大学成绩为基础资料,应用相关分析、主成分分析等方法研究高考能力与大学学习能力间的关系,反映高考能力与学习能力、高中教育与大学教育的关联程度。研究得出:高考能力与大学学习能力之间并无明显的相关关系,这表明学生在每一学习阶段都应该端正学习态度,不骄不躁。同时,导致这样的结果,也有可能是高校招生制度、大学课程设置合理程度等原因。因此,高校在招生制度、课程改革中需深入研究这个问题。     

关联规则挖掘在研究生个人学习计划制定中的应用

介绍了关联规则挖掘算法Apriori及其在研究生专业课程间的关联规则发现中的应用，所发现的规则用于辅助新研究生进行个人学习计划制定。可减少研究生在个人学习计划制定中的盲目性，提高所选课程与学科专业研究方向的吻合度。     

基于模糊数值约束的成绩数据库关联规则挖掘

在一条成绩记录中包含了项目和与这些项目相关的成绩数值信息,这些数值信息可作为关联规则的一种约束而存在.基于上述问题,提出了一个基于模糊数值约束的关联规则挖掘方法,实际挖掘结果表明这种方法是有效的.     

自动化专业认证背景下《单片机原理及应用》课程改革

在实施自动化专业认证的背景下,对《单片机原理及应用》课程进行改革,从专业培养方案、课程大纲、课程过程考核实施方案、课程考核、课程目标达成度分析、课程目标达成度与学生对课程目标评价对比、课程持续改进措施几方面进行改革,通过自动15级和自动16级的达成度数据分析结果可以看出,课程教学满足认证要求,教学效果显著,并进行持续性改进.     

学前教育专业学生能力结构的因素分析

应用SPSS10 .0统计软件对我校学前教育专业 98级 44名学生的 18门课程成绩进行了因素分析 ,据此探讨学前教育专业学生的能力结构 ,并对该专业的课程设置和改革提供若干建议。     

决策树在高校学生就业信息中的应用

应用决策树方法对大学生就业信息进行了分析挖掘,并抽取规则知识,指出专业成绩、外语成绩、实践能力等是影响学生就业层次的主要因素.     

数据挖掘技术在研究生教育管理工作中的应用

针对研究生教育多年来积累的大量数据信息,引入数据挖掘技术中关联规则挖掘算法对研究生课程、学生计划、课程成绩等数据间的相关性和依存性进行挖掘,挖掘出的结果将为研究生课程体系设置提供有效的决策支持。数据挖掘技术的引入为研究生教育管理人员发现隐含在数据之间有价值的信息并将其应用于研究生教育管理工作之中提供一种科学高效的分析方法。