数据挖掘课程设计.docx

数据挖掘课程设计.docx

《数据挖掘课程设计.docx》由会员分享，可在线阅读，更多相关《数据挖掘课程设计.docx（6页珍藏版）》请在冰豆网上搜索。

数据挖掘课程设计

枣庄学院

信息科学与工程学院课程设计任务书

题目：

数据挖掘在期末成绩评估中的应用

小组成员：

赵尊强、桂文学

成员学号：

2、2

专业班级：

计算机科学与技术、2012级本1班

课程：

数据挖掘

指导教师：

迟庆云职称：

副教授

完成时间：

2015年5月----------------2015年6月

枣庄学院信息科学与工程学院制

2015年5月20日

开发小组成员分工及职责

赵尊强：

设计规划、文献搜集

桂文学：

挖掘资料、数据整合

课程设计任务书及成绩评定

课程设计的任务和具体要求

任务:

1.确定挖掘主题和方法：

根据挖掘的主题和目标，确定合适的挖掘方法。

2.数据选择和预处理：

根据所收集数据，填充缺失值，平滑噪声数据，消除异常值，解决数据不一致等问题。

3．挖掘方法实现：

规划挖掘过程，界面设计，挖掘方法实现。

 4．挖掘数据：

对预处理后的数据进行挖掘 

4.模式的可视化表达与解释：

根据应用领域的信息和知识需求，以直观有效的形式，如图表等显示数据挖掘出的模式，用特定领域的知识加以解释，使得用户能够理解和接受。

要求：

.撰写出符合要求的软件项目综合实践报告。

指导教师签字：

迟庆云日期：

指导教师评语

成绩：

____________指导教师签字：

日期：

课程设计所需软件、硬件等

⏹硬件环境：

Iterl（R）Core（TM）2DuoCPU，主频2.31GHz；内存3G；

硬盘320G以上；1024×768显示分辨率

⏹软件环境：

Delphi,SQLServer2008，WEKA

课程设计进度计划

起至日期

工作内容

备注

5月01日—06日

5月07日—20日

6月05日—08日

6月09日—18日

搜集资料

课程设计分析

系统设计、测试设计

写报告书

参考文献、资料索引

序号

文献、资料名称

编著者

出版单位

[1]JamieMacLennan，ZhaoHuiTang，BogdanCrivat著．数据挖掘原理与应用（第2版）——SQLServer2008数据库．北京：

清华大学出版社.

[2]王丽珍、周丽华、陈红梅、肖清，数据仓库与数据挖掘原来及应用，北京：

科学出版社

[3]张兴会数据仓库与数据挖掘技术清华大学出版社

1概述

1.1应用背景和问题的提出

在大学生活中，我们大学生在某种程度上还是比较重视自己的课程成绩的。

而有一个期末最终成绩的评估系统，无疑对同学们而言是很有用的。

在这个系统中，只需输入你估计的平时成绩以及表现和期末考试的得分，就可以预测出最终的成绩。

而这个课程成绩的组成以及得出是怎么样的呢。

这个最终的得分是受到什么影响呢?

本论文就以上问题进行了探讨和挖掘。

1.2设计内容的介绍

本课程设计主要是探讨和研究在老师给定成绩时考虑的因素，以及这些因素所占的比例。

数据仓库为一份记录着600个同学的得分情况的数据，数据挖掘则采用决策树探究出影响结婚年龄的因素。

2数据仓库设计

2.1概念模型设计

数据仓库里面有一个实体，也就是成绩score。

成绩的决定因素有performance也就平时表现情况，即根据其在课堂上的活跃程度以及认真听课的情况来给的分，还有averscore就是同学平时的作业得分以及平时测试或者期中测试的平均成绩，以及期末考试的成绩lasttest。

2.2逻辑模型设计

本数据仓库只有一个表，逻辑模型设计如下：

2.3物理模型设计

在数据仓库的物理设计中，主要解决数据的存储结构、数据的索引策略、数据的存储策略、存储分配优化等问题。

物理设计的主要目的有两个，一是提高性能，二是更好地管理存储的数据。

访问的频率、数据容量、选择的RDBMS支持的特性和存储介质的配置都会影响物理设计的最终结果。

在本数据挖掘中，数据的索引策略采取的并不是位图索引而是按列索引

2.4OLAP模型设计

在本设计中由于案例考虑的并不复杂，所以OLAP模型设计也就比较的简单。

下面的数据是保存在Excel中的。

大概的模型设计也就如下图所示。

2.5OLAP前端展示设计

3数据挖掘分析

3.1期末成绩评估系统应用挖掘概述

在本系统中，数据仓库采用一个二维表来存储和表示同学们的平时成绩，平时表现得分，以及期末成绩等属性。

数据挖掘则采用关联分析来将二维表中的实例分开，并探究这些数据所蕴含的规律。

3.2数据挖掘实验

3.2.1实验环境

WindowsXP

MicrosoftSQLServer2008

MicrosoftVisualStudio2008

MicrosoftOffice2003ExcelAccess

3.2.2数据准备及预处理

首先选择数据源，以下几个截图是在做实验时的几个步骤。

3.2.3实验内容（输入数据集，选择算法，输出结果，比较分析）

建立一个AnalysisServicesProject的项目，在数据源中输入数据集：

说明：

以上实验室在实验室做的，由于时间不够，回到宿舍自己安装了中文版的SQLSERVER工具，并完成接下来的实验步骤。

3.2.4算法选择

分类的任务是通过分析由已知类别数据对象组成的训练数据集，建立描述并区分数据对象类别的分类函数或分类模型（也常常称作分类器）。

分类算法有多种，例如，决策树分类算法、神经网络分类算法、贝叶斯分类算法等。

这里需要用的是决策树分类算法。

在本挖掘中选择是关联分析，分析过程和结果如以下图所示：

下面是挖掘模型：

关联规则：

项集：

说明（项集是比较准确的）

分类矩阵：

依赖关系网络图：

提升图：

通过整合做出散点图如下图：

通过以上的分析，我们得出一个结论，就是期末成绩在最终得分中所占的比例最大，平时成绩和平时表现的权重差不多，在这个结论中，期末考试的成绩的重要性，不言而喻，增加期末考试的成绩，最能提高最终成绩，平时成绩和表现的得分也很重要，但相对权重没有期末成绩大。

一个分数高的学生，他的所有成绩都应该是很高的。

4小结

由于团队技术水平有限，在开发过程中遇到了很多技术问题，不过大多数都是一些小的细节问题，花了很长时间。

还有就是由于对软件的不熟练，然后经常会搞错多对一等的关系，或者是一些属性的不对应，最后通过同学的帮忙，帮我查找到错误，并帮我们改正。

经过几个星期的课程设计，过程曲折可谓一语难尽。

生活就是这样，汗水预示着结果也见证着收获。

通过这次的设计培养了我综合应用所学知识，发现、提出、分析和解决实际问题，锻炼了我的实践能力。