任承业[1]2003年在《校园信息系统中数据挖掘的研究与应用》文中指出本文主要研究数据挖掘技术在校园信息系统中的应用。目前，数据挖掘的研究已经成为了一项热点，但是其绝大多数应用主要是面向商业尤其是电子商务，对非盈利机构中涉足并不多。这就导致大量的机构对信息系统的使用只停留在日常事务的处理，长期积累的历史数据得不到有效开发利用。这对数据这种资源来说是一种极大浪费。本文旨在结合已开发的图书馆电子阅览室系统，在其基础上建立起数据挖掘应用系统，同时将CRM的理念移植到校园信息平台中，使之能明晰服务内容及对象，为使用者提供更加优质的服务。 本文首先讨论了该课题的背景、需求及其研究意义，然后比较了国内外现有的技术和应用，探讨在校园信息系统中采用CRM理念和数据挖掘技术的可行性。然后提出了一个数据挖掘模型的体系结构，并且针对电子阅览室信息系统探讨了每个步骤的实现方法和关键技术。 本课题在实际的研究中，对本文提出的数据挖掘模型的体系结构进行验证，同时也暴露了一些尚待完善的深入研究的问题。在文章的最后，将对这两方面进行描述和总结，并提出该课题的后续工作。
杨臣[2]2008年在《数字校园学生综合信息管理系统的设计与开发》文中研究表明数字校园是指利用多媒体、网络等信息技术,将学校的主要信息资源数字化,并实现数字化的信息管理方式和沟通传播方式,从而形成高度信息化的人才培养环境和科研环境。数字校园的建设始于校园网络的构建,国内在相当长的时间内主要集中在基础设施和学校管理信息化,距离高等教育信息化实际要求相差甚远。数字校园建设的实质就是学校和教育管理部门通过信息化手段,实现对各种资源的有效集成、整合和优化,实现资源的有效配置和充分利用,实现教育和校务管理过程的优化、协调,教师与学生实现教学过程与学习过程的优化,从而实现提高各种工作的效率、效果和效益。建设数字校园的目标应该是以新的人才观、教学观、科研观和管理理论为指导,充分利用信息技术超越传统的高等教育模式,培养适应信息社会要求的创新型人才,提高教学的质量和效益,促进科研工作的有效开展,提升服务于社会的能力。从管理的角度来看,面向数字化校园学生管理信息系统是高校学生管理人员应对数字化环境挑战的一种解决方案。作为数字校园中比较重要的一个部分就是学生信息管理系统,这应该是数字校园中的最基础的管理系统之一,本文主要做了以下几方面工作:1、通过研究国内外的数字校园建设的现状以及数字校园的理论的研究,提出了数字校园环境下的学生综合信息管理的模式和建设思路;2、以具体的应用系统为例,对数字校园环境下的学生综合信息管理系统的业务流程、体系结构、设计等进行了论述,并实现了系统的部分功能;3、将数据仓库和数据挖掘技术引入到学生综合信息管理系统中,探讨了数据仓库和数据挖掘技术在辅助决策中的应用方式。
宫健[3]2004年在《基于信息挖掘技术与J2EE架构的校园智能教务系统的研究与应用》文中研究表明传统教务管理耗时和耗费，教务管理部门操作起来很烦琐，开发一种基于分布、网络计算的智能教务管理平台迫在眉睫。本次硕士论文设计的重点是在研究多种信息挖掘技术方法的基础上，通过对教务信息管理全过程各个环节的数据进行采集与分析，提出了结合数据挖掘和J2EE架构技术结合的设计思路，开发出适合我国国情的智能教务系统。 校园网的建立和Internet技术的引进为建立这样的系统提供了必要的条件。因此，我们针对具体的教务管理模式开发了基于校园网的教务管理系统。作者采用了B／S模式架构了网络体系，使用了目前流行的分布处理模式JAVA—EJB中间件的思想来进行信息挖掘。 在整个系统软件工程的实施中，作者使用了面向对象的分析、设计语言UML来进行分析和设计，完成系统静态和动态建模。已完成的教务系统可以提供智能化的挖掘分析功能，根据高校教务系统的基本数据，构建数据仓库，对学生选课、教师申请课程、审批流程、成绩管理等模块的状态进行跟踪，完成WEB上各个流程的分布处理。 本文混合运用数据挖掘的设计思想和J2EE的架构技术，结合UML进行分析与设计，具体工作包括： 1．用UML描述的基于WEB的高校教务系统原型 主要介绍了以UML为建模语言，以RUP为过程框架，开发基于J2EE的选课过程：使用例图、活动图来寻找用户需求，确立系统边界，从而建立系统的需求模型；构建分析类，使用分析类的顺序图、活动图、合作图来描述系统的分析模型；构件设计类，运用设计类顺序图、类图来实现系统的设计模型：使用构件图、配置图来描述系统的实现模型。论文中主要对选修课程、成绩管理做了重点描述。 2．基于J2EE模式的系统架构 在开发过程中广泛应用了多种J2EE的核心设计模式思想，结合系统框架和部署环境分别针对J2EE的网络层、EJB层和EIS层的不同情况制定了安全策略。 3．高校智能教务系统中的数据挖掘手段 针对教务系统中选课、课程申请模块对学生、教师的行为进行识别、分析和预测，为教务工作提供决策分析思路。因此，基于分类ID3决策树算法，作者建立了一个智能挖掘体系，并为开发其它数据挖掘应用系统提供了一个有价值的实例。
华香萍[4]2012年在《校园GIS空间数据挖掘与研究》文中提出本文论述了基于GIS的数字校园信息管理与空间数据挖掘系统的设计与实现过程。对于系统中信息管理、空间数据与属性数据如何集成、空间数据如何分层、如何保证数据的安全性等关键问题，给出了用多源空间数据无缝集成技术、实体的多级存储模式、二级信息管理模式的解决办法，初步探讨并实现了在MIS中嵌入GIS的方法。该系统能很好地满足用户的需求。通过把GIS技术引入校园信息管理系统，为校园信息管理系统的设计方法和开发提供了思路。并结合高校校园管理信息系统应用实际，提出了基于GIS的校园管理信息系统的设计方案-基于Browser/Server (B/S)的叁层模式架构系统。该系统基于GIS技术,解决了传统基建管理的效率低、直观性差、统计处理数据能力弱的缺点。通过实践应用,全面提高了校园基建期间施工管理的效率，增强了数据统计分析的能力,并为管理层决策提供了直观详实的数据基础。空间数据的特殊性决定了GIS系统数据库设计的重要性，论文比较了各种数据存储方案的特点，介绍了空间数据模型、空间数据库引擎的选择，详细分析了空间数据采集、加工与入库的流程，特别对系统主要的空间数据源文件的处理作了重要剖析，研究成果准确高效地解决了系统的空间数据处理问题。为高校事务管理与决策支持服务,提供各种基础信息查询、统计与分析,并在某些方面进行预测,为校领导及多个职能部门服务,本文还论述了系统相关的结构、功能、数据采集及维护等问题。
陈治国[5]2006年在《数据挖掘技术在教学决策支持中的应用研究》文中研究指明数据挖掘是20世纪末兴起的数据智能分析技术,它可以从数据库、数据仓库以及其它各种数据库中的大量各种数据类型数据中,自动抽取或发现出有用的模式知识。数据挖掘领域目前研究的重点逐渐从方法发现转移到系统应用。数据挖掘技术的最先实际应用是在金融和商业领域,目前在教育层面上的应用只处于初级阶段。本文以本校“数字化校园”建设为背景,目的是研究如何将数据挖掘技术与现有的、已经投入使用的EDC数据库系统相结合,从具有海量特征的数据中提取出隐藏在数据之中的有用信息,为系统管理者和决策者提供综合分析、辅助决策和决策支持服务的数据挖掘工具。通过对数据挖掘基本原理、基本算法的研究,开发了基于决策树算法的学生评估工具模块和基于关联规则的学生各相关数据分析工具模块。前者以改进的决策树ID3算法为基础,根据学生成绩库中的信息以及其他库中的有关学生评价的信息,建立一个决策树成绩评估模型,对学生进行相应的综合分析评估。后者以改进的Apriori算法为基础,从学生成绩、个人基本信息、评价信息数据中进行数据挖掘,发现各个因素之间的关联关系,找到隐藏的规律,为教学决策提供支持。在具体实现时,本文也根据学生数据库数据的特点,提出了使用数据立方的方法来减小算法运行过程中与数据源的通讯开销,同时也解决了与远程数据库频繁通信的问题,提高了数据挖掘算法的效率和可扩展性。通过研究说明,把数据挖掘技术引入到教育领域,在理论上是可行的,在技术上是可实现的,同时在该领域的研究和应用也具有很大的潜力。
马晓亚[6]2017年在《智慧校园之决策支持系统理论与应用研究》文中指出随着互联网技术、数字化校园的发展,高校信息化建设已经趋于成熟,人们关注的焦点已不再仅仅是信息系统的方便和可用性。当前高校信息化的进程正由"数字化校园"向"智慧校园"演进,以往数字化校园所体现的数据整合和应用集成已经满足不了高校信息时代发展的需要。智慧校园已经成为了当今校园建设的主题,而决策支持系统作为智慧校园建设中的闪光点,能否为高校管理者乃至于教师、学生提供决策支持,关乎于是否体现了数字化校园的"智慧"。在物联网技术、RFID无线射频技术对校园智能卡普及的促进下,校园中产生了丰富而庞大的来自于不同的数据源记录的数据,如学生的学习成绩、上网、借阅、门禁、食堂超市消费等。而这些数据又与学生的学习和生活又有着密切的联系。这些数字化校园的数据沉淀,在大数据时代应当是一笔财富,如何挖掘这些数据背后隐藏的信息,提高数据利用率,为相关参与者提供决策支持已经成为智慧校园建设、决策支持系统实现的一种迫切需求。本课题是在智慧校园建设背景下,根据目前相关理论和技术研究情况下,综合决策支持系统相关理论和应用,并以2014年本校学生智能卡流水记录为数据源进行相关实验。在平台利用方面:主要使用oracle数据库对数据进行管理,利用Java语言为基本的编程开发语言,设计并实验了一个针对实验的数据处理和挖掘并可视化的平台。论文首先针对智慧校园和决策支持系统理论进行研究论述,然后对基于智能卡的决策支持系统相关的理论知识和方法进行了论述,主要包括数据仓库、数据挖掘、数据可视化等。之后详细地介绍了系统的设计与实现过程,从需求分析到结构设计再到平台各个模块的实现。最后利用实验平台和前期的准备工作进行了相关的分析和案例应用,对智能卡持有者的消费活动、消费地点、时间等进行分析,并且提出了关于贫困生认证模型的猜想和验证。基于智能卡的决策支持系统主要利用本校学生智能卡数据库流水数据作为数据源,根据基于数据仓库的决策支持系统相关的技术应用开展相关的实验,实验内容主要包括:数据的收集和预处理、数据可视化平台的设计开发与实现、数据挖掘和分析、实验结果分析与决策支持。
梁晶晶[7]2013年在《数据挖掘技术在学生综合信息管理系统中的应用研究》文中指出近年来信息技术快速发展，高职院校管理工作从传统的手工模式进入到数字化信息时代，学生管理作为高职院校管理工作中的重要环节，高职院校信息化建设迫切需要建立符合高职院校实际的学生综合信息管理系统来提高学生管理水平。数据挖掘技术是近年来相当热门的研究领域，许多企业和公司都已经将其成功的应用到决策管理，对提高管理效率和经济效益取得了明显效果，很多高职院校也将数据挖掘技术应用到决策管理中。根据高职院校的特点，设计开发了学生综合信息管理系统。论文介绍了系统的总体设计、数据库设计和功能模块等。学生综合信息管理系统将学生基本信息管理、学籍管理、成绩管理和毕业管理整合到一起，实现了数据共享，提高了学生管理的效率和安全性，并为数据挖掘提供了原始数据。重点研究了数据挖掘中的决策树算法在学生素质分析中的应用。论文详细介绍了数据挖掘的全过程，包括确定挖掘的对象和目标，通过数据选择、数据预处理和数据转换等过程进行数据准备。对决策树的几种常用算法进行分析对比的基础上，利用WEKA数据挖掘工具生成了决策树模型，并对模型进行了测试。从提取的分类规则中发现了影响学生素质的主要因素，提高了数据分析水平，为学生的培养工作提供了决策支持，同时将数据挖掘模块整合到学生综合信息管理系统中。
涂庆华[8]2004年在《数据挖掘在高校人事管理系统中的应用研究》文中提出本文以数据挖掘理论和高校人事管理系统为题材，详细论述了数据挖掘的基本理论知识和基于Client／Server和Browser／Server结构相结合的高校人事信息管理系统的设计，分析了近年来国内高校利用先进的Web技术，依校园网为依托，紧密结合本校信息管理工作的需求，开发“基于C／S和B／S结构相结合的高校人事管理信息系统”的建设背景，提出高校人事管理系统的系统设计方案。在对该课题背景、国内现状进行研究的基础上，对开发本系统的基本技术与关键技术进行了研究与选择，并把这些研究运用到该系统的设计研制中。本文详细阐述了系统数据库设计方案、系统的功能特点以及系统实现的关键技术，以及对数据挖掘理论与高校人事信息库相结合进行了探讨，有利于高校人事管理的科学化、规范化和高效率
任承业, 罗伟其[9]2003年在《校园信息系统中CRM与数据挖掘的结合和应用》文中研究指明CRM是近些年兴起的一种面向客户的生产管理模式,它的实施要以计算机技术作为保障与基础。数据挖掘是一种面向决策的智能技术,它与CRM的结合将给管理理念带来一种新的视角和冲击。该文将对在校园信息系统中CRM理念与数据挖掘技术的结合进行初步探讨。
阮林[10]2015年在《构建高校和谐园的评价模型和信息系统研究》文中研究指明本文研究的高校和谐校园评价信息系统是通过对和谐校园评价指标体系的研究,运用一系列可操作的科学手段,通过对专家的评分数据信息进行分析和整理,对影响高效和谐校园建设的指标进行价值判断,从而使学校保持自身和谐校园建设过程中的优势的同时了解自身存在的不足,为高校进一步推进和谐校园建设提供决策依据。本文前两章对高校和谐校园评价模型建设的方法和技术进行了简单的述评,对决策优化算法进行了简析。后叁章借鉴和谐校园评价指标体系,首先针对传统的层次分析法中存在的主观性较强的特点,用改进的层次分析法(AHP)为基础结合运用遗传算法建立高校和谐校园评价指标模型,并计算各指标的权重,得到指标权重模型；然后用改进的灰色聚类分析法(改进的白化权函数)为基础,结合模糊综合评价法对高校和谐校园评价指标体系中的指标进行评价,得到被评价高校和谐程度的定量分析结果；接着使用决策树算法,利用改进的ID3算法构造出决策树,解决高校和谐校园评价结果分析从定量分析转化为定性分析的问题,给出定性分析结果,为学校和谐校园建设提供决策；最后,利用大数据的思想构建高效和谐校园评价信息系统,使得高效和谐校园评价更加网络化、信息化和科学化。高校和谐校园评价信息系统的建设能够达到预期的辅助决策效果,从而让被评价高校认识到自身的不足的同时进一步推进和谐校园建设,同时也为数据挖掘技术在高效和谐校园评价模型与信息系统开发中的应用提供了广阔的前景。
参考文献：
[1]. 校园信息系统中数据挖掘的研究与应用[D]. 任承业. 暨南大学. 2003
[2]. 数字校园学生综合信息管理系统的设计与开发[D]. 杨臣. 华中师范大学. 2008
[3]. 基于信息挖掘技术与J2EE架构的校园智能教务系统的研究与应用[D]. 宫健. 西北工业大学. 2004
[4]. 校园GIS空间数据挖掘与研究[D]. 华香萍. 电子科技大学. 2012
[5]. 数据挖掘技术在教学决策支持中的应用研究[D]. 陈治国. 国防科学技术大学. 2006
[6]. 智慧校园之决策支持系统理论与应用研究[D]. 马晓亚. 中央民族大学. 2017
[7]. 数据挖掘技术在学生综合信息管理系统中的应用研究[D]. 梁晶晶. 河北科技大学. 2013
[8]. 数据挖掘在高校人事管理系统中的应用研究[D]. 涂庆华. 南京理工大学. 2004
[9]. 校园信息系统中CRM与数据挖掘的结合和应用[J]. 任承业, 罗伟其. 计算机工程与应用. 2003
[10]. 构建高校和谐园的评价模型和信息系统研究[D]. 阮林. 天津工业大学. 2015
标签：计算机软件及计算机应用论文; 数据挖掘论文; 数字校园论文; 大数据论文; 数据挖掘算法论文; 空间数据论文; 空间分析论文; 信息系统论文; 工作管理论文; 决策支持系统论文; 决策树论文; 数据分析论文;