数据挖掘技术在网络教学系统中的实践研究

通过《多媒体技术应用》网络课程开发中数据挖掘技术功能分析,研究了数据挖掘技术的分类方法、聚类方法、关联规则等在网络教学系统中应用,及两者融合的总体设计方案。     

关联规则在高校学生成绩分析中的应用

介绍数据挖掘与关联规则的基本理论以及关联规则的Apriori算法在考试系统中的具体应用,通过对某校计算机专业的考试成绩进行分析,挖掘出某些课程对其他课程的影响程度,找出课程之间的联系,指导学科教学计划与课时安排,促进教学质量的提高.     

基于关联规则挖掘的课程相关性研究与应用

应用关联规则挖掘对高校课程相关性进行了研究．将某高校的毕业生成绩数据库经过预处理之后,采用不设定成绩界限的方法,用改进的Apriori算法进行挖掘．不仅能挖掘出成绩为优时的课程相关规则,还能发现若某些课程成绩差,则其他课程成绩也为差的规则,可以为学分制体系下学生选课和管理者进行决策等提供参考．     

基于数据挖掘的高校学生成绩预警系统

为充分利用高校教务管理信息、提高高校教学质量、加强学生学习成绩管理,以学生综合数据库为基础,开发基于数据挖掘的高校学生学习成绩预警系统;引入数据挖掘关联规则方法,根据数据类型特点,对学生成绩进行离散化处理;利用Apriori算法对学生课程成绩数据进行关联规则挖掘,预设一定的支持度的条件下,由数据库找出具有一定内在联系和不同可信度的课程成绩作为关联规则;将规则用于学生成绩的预警,有利于对处于危险区的学生提前作出预警通知.该预警系统能够加强教务管理系统的应用,对提高学生学习成绩具有良好效果.     

入侵检测系统中关联规则的挖掘

在分析几种现有关联规则算法的基础上,针对网络数据的具体情况,引入关键属性、参考属性以及属性相对支持度的约束,对关联规则挖掘算法FP_Growth进行了扩展,解决了基本关联规则挖掘算法中产生大量无用模式的问题,从而帮助系统发掘出更有意义的模式,提高了系统挖掘的执行效率和规则库的准确度.     

基于后缀树的知识点间关联规则挖掘算法

在个性化的网络学习中,对知识点间的关联规则进行挖掘是一个关键的问题.该文提出了一种基于后缀树的知识点间关联规则挖掘算法,该算法通过对web日志数据构造后缀树进行序列挖掘,动态地挖掘最大频繁序列,进而发现有意义的知识点间的关联规则.     

运用哈希技术进行关联规则挖掘

以前基于支持度一置信度框架的关联规则挖掘算法都是先用支持度做为阈值对搜索结果进行剪枝 ,产生频繁集 ,再针对频繁集产生关联规则 ,这就是频繁关联规则。然而在很多应用中 ,诸如 :鉴别相似的Web文件、网络中入侵检测等 ,有许多有趣的关联规则仅有很少的支持度。在本文中 ,针对这种情况 ,提出了一种可以挖掘非频繁项之间有趣规则的算法 ,此算法先用相似度作为兴趣度度量对算法结果进行剪枝     

一种基于相关度统计的告警关联规则挖掘算法

挖掘告警序列间关联规则的算法都受到最小支持度的限制，仅能够得到频繁告警序列间的关联规则. 对此，提出了一种以高相关度、高置信度为条件，通过聚类找到特征相同的网元告警群，然后基于相关度统计的挖掘算法. 实验结果表明，该算法可以高效、准确地挖掘出电信网络告警数据库中频繁和非频繁告警序列间的关联规则.     

基于关联规则数据挖掘的教学分析——以南通大学信息管理专业为例

以南通大学信息管理专业2005级学生本科阶段主干课程为研究对象,运用关联规则数据挖掘方法对课程的教学情况进行分析,从课程的关联关系入手分析改善教学质量的途径,为更好地开展教学工作,提高学生学习质量提供一定的参考。     

多种关联规则挖掘算法的研究与分析

近年随着数据库、网络等各种计算机技术的发展,人们希望能够通过数字挖掘技术对海量数据进行更高效快捷的挖掘分析,如何更好地利用海量数据及提高数据挖掘技术的效率已经成为了备受关注的问题.关联规则是数据挖掘的主要研究方向,研究关联规则具有重要的实用价值.本文对多种关联规则挖掘算法进行了具体分析,并针对当前提高关联规则挖掘算法效率的优化技术进行了深入的分析研究,并说明了各改进算法在商业领域中的应用.     

自适应网络课程的构建

网络课程的广泛应用要求网络课程的构建具备以学习者为中心的自适应性。通过分析网络课程应用中存在的问题,研究网络课程自适应性的体现,提出了《多媒体技术》自适应网络课程的构建,并通过问卷调查比较传统网络课程与自适应网络课程的应用情况,验证了自适应网络课程的有效性,为网络课程的构建提供了行之有效的方案。     

自适应网络课程的构建

网络课程的广泛应用要求网络课程的构建具备以学习者为中心的自适应性。通过分析网络课程应用中存在的问题,研究网络课程自适应性的体现,提出了《多媒体技术》自适应网络课程的构建,并通过问卷调查比较传统网络课程与自适应网络课程的应用情况,验证了自适应网络课程的有效性,为网络课程的构建提供了行之有效的方案。     

基于PSO-Elman神经网络的电力系统短期负荷预测模型研究

提出了基于粒子群优化算法—Elman神经网络的电力系统短期负荷预测模型,采用具有动态递归性能的Elman神经网络,可增强负荷预测模型的联想和泛化推理能力,保证负荷预测的精度。采用粒子群优化算法对Elman神经网络进行学习训练,可充分利用粒子群优化算法的全局寻优性能,克服常规学习算法易于陷入局部最优解、收敛速度慢、编程复杂等缺陷。通过对地区电网负荷系统的实例仿真证实了所提出方法的有效性,获得了较满意的预测精度,平均绝对误差和最大相对误差分别达到1.988%和4.673%。为该模型用于实际工程取得了有效的进展。     

网络课程的设计与开发

网络教学是一种新型的教育模式.网络课程的教育理论基础是教学系统方法和建构主义;网络课程设计包含教学设计与网络媒体设计两个部分,两者应当有机地结合起来;网络课程的开发按照一定的程序进行.结合理论的阐述和实践的体验,认为网络课程建设是网络教学的关键,应做好网络课程设计和开发的各项工作.     

基于SCORM标准的网络课件设计

为解决现存网络课件设计整体与管理系统之间很难进行交流、不易更新以及无法共享的问题,文章采用SCORM标准和XML语言定义网络课件,使课件能够从一个平台迁移到另一个平台,在不同的系统中重复使用并共享。     

网络课程中知识点的表示与关联技术研究

知识点是网络课程中信息传递的基本单元，研究知识点的表示与关联对提高网络课程的学习导航具有重要的作用，给出了知识点、知识点属性的定义，针对网络课程内容与学习对象的特点，建立了描述原子知识点和知识单元的模型，分析了知识点之间的关联，提出了知识点的超文本组织结构和基于知识点的超文本教学控制的设计方法，通过对网络课程知识的描述、分解与关联，实现了网络课程中基于知识点的学习引导与知识的动态优化重组。     

浅析计算机网络实验课改革

计算机网络实验课是计算机应用技术专业1门重要的专业课。目前,许多学校没有专门的网络实验室,使部分实验无法开出,无法达到网络设计任务的要求。针对这一问题,学校要充分利用现有的教学设备和学生的电脑资源,以学生宿舍为单位建立网络实验,加强对实验内容的选择,进行计算机网络实验课的改革。     

社团载体对提高思想政治理论课实效性作用的初探

文章分析了高校大学生社团思想政治教育功能弱化的原因,指出了高校大学生社团与思想政治理论课教学的关联性,提出了社团载体发挥提高思想政治理论课教学实效性作用的有效路径.     

基于多元智能理论的网络课程设计

结合组网技术与网络管理课程,阐述了在多元智能理论指导下该网络课程的设计方法,分析了基于多元智能理论的网络课程设计步骤,说明了多元智能理论对现代网络课程设计和开发等实践活动的指导作用.     

基于Blackboard平台的植物纤维化学网络课程建设

植物纤维化学是轻化工程专业的主干课程,该课程的网络教学平台建设是课程教学手段改革的最重要内容,对提高教学质量有较重要的意义。为此,结合该课程的特点,介绍了基于Blackboard平台的课程网络教学资源、交流平台和评价平台的建设实践,并强调了实验教学环节网络平台建设的重要性。