《數(shù)據(jù)挖掘課程設計(共22頁)》由會員分享，可在線閱讀，更多相關《數(shù)據(jù)挖掘課程設計(共22頁)（20頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、精選優(yōu)質(zhì)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(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(jù)挖掘的主題和目標，確定合適的挖掘方法。 2. 數(shù)據(jù)選擇和預處理：根據(jù)所收集數(shù)據(jù)，填充缺失值，平滑噪聲數(shù)據(jù)，消除異常值，解決數(shù)據(jù)不一致等問題。 3．挖掘方法實現(xiàn)：規(guī)劃挖掘過程，界面設計，挖掘方法實現(xiàn)。4．挖掘數(shù)據(jù)：對預處理后的數(shù)據(jù)進行挖掘 4. 模式的可視化表

3、達與解釋：根據(jù)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(shù)據(jù)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(nèi)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(nèi)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(tǒng)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(shù)據(jù)挖掘原理與應用（第2版）—

5、—SQL Server 2008數(shù)據(jù)庫．北京：清華大學出版社. [2]王麗珍、周麗華、陳紅梅、肖清，數(shù)據(jù)倉庫與數(shù)據(jù)挖掘原來及應用，北京：科學出版社 [3] 張興會 數(shù)據(jù)倉庫與數(shù)據(jù)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(tǒng)，無疑對同學們而言是很有用的。在這個系統(tǒng)中，只需輸入你估計的平時成績以及表現(xiàn)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(nèi)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(shù)據(jù)倉庫為一份記錄著600個同學的得分情況的數(shù)據(jù)，數(shù)據(jù)挖掘則采用決策樹探究出影響結婚年齡的因素。 2數(shù)據(jù)倉庫設計 2.1概念模型設計 數(shù)據(jù)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(xiàn)情況，即根據(jù)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(shù)據(jù)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(shù)據(jù)倉庫的物理設計中，主要解決數(shù)據(jù)的存儲結構、數(shù)據(jù)的索引策略、數(shù)據(jù)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(shù)據(jù)。訪問的頻率、數(shù)據(jù)容量、選擇的RDBMS支持的特性和存儲介質(zhì)的配置都會

8、影響物理設計的最終結果。在本數(shù)據(jù)挖掘中，數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)挖掘分析 3.1 期末成績評估系統(tǒng)應用挖掘概述 在本系統(tǒng)中，數(shù)據(jù)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(xiàn)得

9、分，以及期末成績等屬性。數(shù)據(jù)挖掘則采用關聯(lián)分析來將二維表中的實例分開，并探究這些數(shù)據(jù)所蘊含的規(guī)律。 3.2數(shù)據(jù)挖掘?qū)嶒? 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(shù)據(jù)準備及預處理 首先選擇數(shù)據(jù)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(nèi)容 （輸入數(shù)據(jù)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(shù)據(jù)源中輸入數(shù)據(jù)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(shù)據(jù)對象組成的訓練數(shù)據(jù)集，建立描述并區(qū)分數(shù)據(jù)對象類別的分類函數(shù)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(jīng)網(wǎng)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(lián)分析，分析過程和結果如以下圖所示： 下面是挖掘模型： 關聯(lián)規(guī)則： 項集： 說明（項集是比較準確的） 分類矩陣： 依賴關系網(wǎng)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(xiàn)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(xiàn)的得分也很重要，但相對權重沒有期末成績大。一個分數(shù)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(shù)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(jīng)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(jīng)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(xiàn)、提出、分析和解決實際問題，鍛煉了我的實踐能力。