数据挖掘课程设计甄选

数据挖掘课程设计（优.选)

本科课程设计及实验

期末成绩评估系统的数据仓库和数据挖掘设计

课 程 名 称： 数据挖掘 课 程 编 号： 08060116 学 生 姓 名： cwl 学 号： 2008052251 学 院： 信息科学技术学院 系： 计算机科学系 专 业： 软件工程 指 导 教 师： lb 教 师 单 位： 信息学院计算机系 开 课 时 间： 2010 ~ 2011 学年度第 二 学期

2011年 06月 20日

1 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

第1章 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。

第2章 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

2 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

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。

performance lasttest score

averscore 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：

3 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

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 2.4 OLAP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。

4 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

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。

2.5 OLAP前端展示设计

5 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

第3章 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

6 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

3.2.1实验环境 Windows XP

Microsoft SQL Server 2008 Microsoft Visual Studio 2008 Microsoft Office 2003 Excel Access 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。

7 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

8 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

3.2.3 实验内容 （输入数据集，选择算法，输出结果，比较分析） （1）建立一个Analysis Services Project的项目，在数据源中输入数据集：

9 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

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

10 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

安装了中文版的SQL SERVER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：

11 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

下面是挖掘模型：

项集：

12 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

关联规则：

13 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

提升图：

14 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

分类矩阵：

依赖关系网络图：

15 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

后来我用回归预测法，得到了一个散点图，说明预测值和实际值是有一定的关联的：

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。

16 / 17doc 可编辑

暨南大学---数据挖掘课程设计---cwl

参考文献：

[1] Jamie MacLennan，ZhaoHui Tang，Bogdan Crivat 著．数据挖掘原理与应用（第2版）——SQL Server 2008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]、陈立潮、张淼、南志红，数据库技术及应用（SQL Server）实践教程，北京：高等教育出版社

最新文件---------------- 仅供参考--------------------已改成word文本 --------------------- 方便更改

感谢您使用本店文档 您的满意是我们的永恒的追求！ （本句可删） ------------------------------------------------------------------------------------------------------------

17 / 17doc 可编辑