《數據挖掘課程設計(共22頁)》由會員分享,可在線閱讀,更多相關《數據挖掘課程設計(共22頁)(20頁珍藏版)》請在裝配圖網上搜索。
1、精選優(yōu)質文檔-----傾情為你奉上
棗 莊 學 院
信息科學與工程學院課程設計任務書
題目: 數據挖掘在期末成績評估中的應用
小組成員: 趙尊強、 桂文學
成員學號: 6、 6
專業(yè)班級: 計算機科學與技術、2012級本1班
課 程: 數據挖掘
指導教師: 遲慶云 職稱: 副教授
完成時間: 2015年 5 月-
2、---------------2015年 6 月
棗莊學院信息科學與工程學院制
2015年5 月20日
開發(fā)小組成員分工及職責
趙尊強:設計規(guī)劃、文獻搜集
桂文學:挖掘資料、數據整合
課程設計任務書及成績評定
課程設計的任務和具體要求
任務:
1. 確定挖掘主題和方法:根據挖掘的主題和目標,確定合適的挖掘方法。
2. 數據選擇和預處理:根據所收集數據,填充缺失值,平滑噪聲數據,消除異常值,解決數據不一致等問題。
3.挖掘方法實現:規(guī)劃挖掘過程,界面設計,挖掘方法實現。4.挖掘數據:對預處理后的數據進行挖掘
4. 模式的可視化表
3、達與解釋:根據應用領域的信息和知識需求,以直觀有效的形式,如圖表等顯示數據挖掘出的模式,用特定領域的知識加以解釋,使得用戶能夠理解和接受。
要求:.撰寫出符合要求的軟件項目綜合實踐報告。
指導教師簽字: 遲慶云 日期:
指導教師評語
成績:____________ 指導教師簽字: 日期:
課程設計所需軟件、硬件等
n 硬件環(huán)境:Iterl(R) Core(TM)2 Duo CPU
4、,主頻2.31GHz;內存3G;
硬盤320G以上;1024768顯示分辨率
n 軟件環(huán)境: Delphi ,SQL Server2008 ,WEKA
課程設計進度計劃
起至日期
工作內容
備注
5月01日—06日
5月07日—20日
6月05日—08日
6月09日—18日
搜集資料
課程設計分析
系統設計、測試設計
寫報告書
參考文獻、資料索引
序號
文獻、資料名稱
編著者
出版單位
[1]Jamie MacLennan,ZhaoHui Tang,Bogdan Crivat 著.數據挖掘原理與應用(第2版)—
5、—SQL Server 2008數據庫.北京:清華大學出版社.
[2]王麗珍、周麗華、陳紅梅、肖清,數據倉庫與數據挖掘原來及應用,北京:科學出版社
[3] 張興會 數據倉庫與數據挖掘技術 清華大學出版社
專心---專注---專業(yè)
目錄
1概述
1.1應用背景和問題的提出
在大學生活中,我們大學生在某種程度上還是比較重視自己的課程成績的。而有一個期末最終成績的評估系統,無疑對同學們而言是很有用的。在這個系統中,只需輸入你估計的平時成績以及表現和期
6、末考試的得分,就可以預測出最終的成績。而這個課程成績的組成以及得出是怎么樣的呢。這個最終的得分是受到什么影響呢?本論文就以上問題進行了探討和挖掘。
1.2設計內容的介紹
本課程設計主要是探討和研究在老師給定成績時考慮的因素,以及這些因素所占的比例。數據倉庫為一份記錄著600個同學的得分情況的數據,數據挖掘則采用決策樹探究出影響結婚年齡的因素。
2數據倉庫設計
2.1概念模型設計
數據倉庫里面有一個實體,也就是成績score。成績的決定因素有performance也就平時表現情況,即根據其在課堂上的活躍程度以及認真聽課的情況來給的分,還有averscore就是同學平時的作業(yè)得分以及平時
7、測試或者期中測試的平均成績,以及期末考試的成績lasttest。
score
lasttest
performance
averscore
2.2邏輯模型設計
本數據倉庫只有一個表,邏輯模型設計如下:
2.3物理模型設計
在數據倉庫的物理設計中,主要解決數據的存儲結構、數據的索引策略、數據的存儲策略、存儲分配優(yōu)化等問題。物理設計的主要目的有兩個,一是提高性能,二是更好地管理存儲的數據。訪問的頻率、數據容量、選擇的RDBMS支持的特性和存儲介質的配置都會
8、影響物理設計的最終結果。在本數據挖掘中,數據的索引策略采取的并不是位圖索引而是按列索引
2.4 OLAP模型設計
在本設計中由于案例考慮的并不復雜,所以OLAP模型設計也就比較的簡單。
下面的數據是保存在Excel中的。大概的模型設計也就如下圖所示。
2.5 OLAP前端展示設計
3數據挖掘分析
3.1 期末成績評估系統應用挖掘概述
在本系統中,數據倉庫采用一個二維表來存儲和表示同學們的平時成績,平時表現得
9、分,以及期末成績等屬性。數據挖掘則采用關聯分析來將二維表中的實例分開,并探究這些數據所蘊含的規(guī)律。
3.2數據挖掘實驗
3.2.1實驗環(huán)境
Windows XP
Microsoft SQL Server 2008
Microsoft Visual Studio 2008
Microsoft Office 2003 Excel Access
3.2.2數據準備及預處理
首先選擇數據源,以下幾個截圖是在做實驗時的幾個步驟。
10、
3.2.3 實驗內容 (輸入數據集,選擇算法,輸出結果,比較分析)
建立一個Analysis Services Project的項目,在數據源中輸入數據集:
說明: 以上實驗室在實驗室做的,由于時間不夠,回到宿舍自己安裝了中文版的SQL SERVER工具,并完成接下來的實驗步驟。
3.2.4 算法選擇
分類的任務是通過分析由已知類別數據對象組成的訓練數據集,建立描述并區(qū)分數據對象類別的分類函數或分類模型(也常常稱作分類器)。
分類算法有多種,例如,決策樹分類算法、神經網絡分類算法、貝葉斯分類算法等。
11、這里需要用的是決策樹分類算法。
在本挖掘中選擇是關聯分析,分析過程和結果如以下圖所示:
下面是挖掘模型:
關聯規(guī)則:
項集:
說明(項集是比較準確的)
分類矩陣:
依賴關系網絡圖:
提升圖:
通過整合做出散點圖如下圖:
通過以上的分析,我們得出一個結論,就是期末成績在最終得分中所占的比例最大,平時成績和平時表現的權重差不多,在這個結論中,期末考試的成績的重要性,不言而喻,增加期末考試的成績,最能提高最終成績,平時成績和表現的得分也很重要,但相對權重沒有期末成績大。一個分數高的學生,他的所有成績都應該是很高的。
4小結
由于團隊技術水平有限,在開發(fā)過程中遇到了很多技術問題,不過大多數都是一些小的細節(jié)問題,花了很長時間。
還有就是由于對軟件的不熟練,然后經常會搞錯多對一等的關系,或者是一些屬性的不對應,最后通過同學的幫忙,幫我查找到錯誤,并幫我們改正。
經過幾個星期的課程設計,過程曲折可謂一語難盡。生活就是這樣,汗水預示著結果也見證著收獲。通過這次的設計培養(yǎng)了我綜合應用所學知識,發(fā)現、提出、分析和解決實際問題,鍛煉了我的實踐能力。