數(shù)據(jù)挖掘課程設(shè)計(jì)匯本

1、本科課程設(shè)計(jì)及實(shí)驗(yàn)期末成績評(píng)估系統(tǒng)的數(shù)據(jù)倉庫和數(shù)據(jù)挖掘設(shè)計(jì)課 課 學(xué) 學(xué) 學(xué) 系: 專 指 教 開稱號(hào)名號(hào) 院數(shù)據(jù)挖掘08060116cwl2008052251信息科學(xué)技術(shù)學(xué)院計(jì)算機(jī)科學(xué)系業(yè)師位間軟件工程lb信息學(xué)院計(jì)算機(jī)系20102011學(xué)年度第二 學(xué)期2011年06月20日第1章概述1.1應(yīng)用背景和問題的提出在大學(xué)生活中，我們大學(xué)生在某種程度上還是比擬重視自己的課程成績的。而有一個(gè)期末最終成績的評(píng)估系統(tǒng)，無疑對(duì)同學(xué)們而言是很有用的。在這個(gè)系統(tǒng)中，只需輸入你估計(jì)的平時(shí)成績以及表現(xiàn)和期末考試的得分，就可以預(yù)測出最終的成績。而這個(gè)課程成績的組成以及得出是怎么樣的呢。這個(gè)最終的得分是受到什么影響呢

2、？本論文就以上問題進(jìn)展了探討和挖掘。1.2設(shè)計(jì)容的介紹本課程設(shè)計(jì)主要是探討和研究在教師給定成績時(shí)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(gè)同學(xué)的得分情況的數(shù)據(jù)，數(shù)據(jù)挖掘那么采 用決策樹探究出影響結(jié)婚年齡的因素。第2章數(shù)據(jù)倉庫設(shè)計(jì)2.1概念模型設(shè)計(jì)數(shù)據(jù)倉庫里面有一個(gè)實(shí)體，也就是成績scoreo成績的決定因素有performanee也就平時(shí)表現(xiàn)情況，即根據(jù)其在課堂上的活潑程度以及認(rèn)真聽課的情況來給的分， 還有averscore就是同學(xué)平時(shí)的作業(yè)得分以及平時(shí)測試或者期中測試的平均成績，以及期末考試的成績lasttesto2.2邏輯模型設(shè)計(jì)2.3物理模型設(shè)計(jì)要解決數(shù)據(jù)的存儲(chǔ)構(gòu)造

3、、略、存儲(chǔ)分配優(yōu)化等問一是提高性能，二是更好本數(shù)據(jù)倉庫只有一個(gè)表，邏輯模型設(shè)計(jì)如下:在數(shù)據(jù)倉庫的物理設(shè)計(jì)中，主數(shù)據(jù)的索引策略、數(shù)據(jù)的存儲(chǔ)策題。物理設(shè)計(jì)的主要目的有兩個(gè)，地管理存儲(chǔ)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(chǔ)介 質(zhì)的配置都會(huì)影響物理設(shè)計(jì)的最終結(jié)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(shè)計(jì)在本設(shè)計(jì)中由于案例考慮的并不復(fù)雜，所以 OLAP模型設(shè)計(jì)也就比擬的簡單F面的數(shù)據(jù)是保存在ExceI中的。大概的模型設(shè)計(jì)也就如下列圖所示2.5 OLAP前端展示設(shè)計(jì)第3章數(shù)據(jù)挖掘分析3.1期末成績評(píng)估系統(tǒng)應(yīng)用挖掘概述在本系統(tǒng)中，數(shù)據(jù)倉

4、庫采用一個(gè)二維表來存儲(chǔ)和表示同學(xué)們的平時(shí)成績，平時(shí) 表現(xiàn)得分，以及期末成績等屬性。數(shù)據(jù)挖掘那么采用關(guān)聯(lián)分析來將二維表中的實(shí)例 分開，并探究這些數(shù)據(jù)所蘊(yùn)含的規(guī)律。3.2數(shù)據(jù)挖掘?qū)嶒?yàn)實(shí)驗(yàn)環(huán)境Win dows XPMicrosoft SQL Server 2008Microsoft Visual Studio 2008Microsoft Office 2003 Excel Access數(shù)據(jù)準(zhǔn)備及預(yù)處理首先選擇數(shù)據(jù)源，以下幾個(gè)截圖是在做實(shí)驗(yàn)時(shí)的幾個(gè)步驟A 1.1 id ibvat<* Lise */jndos A«jthenitieal'iohU se SU L 8 erve

5、i Amthert ictionijger name:Pass wardr廠Flffh e-ahti曰1曰匕!=!舊：OHockbu O er slHrmotifeoinSp&eifi ikm litre to 亡茲口并 d-ata to巨冃齊iiimcti onl 鯊QjL biJi MTivr lmi|Liii rl n ri ili t W iJ呂口1_ G&rve-r Malive aieiit 1 0 O< 且uGkErnii小1fie 皿 >ftSurvEJi- Drri pcji t <1 in cl EjM.pur ti cJ*Q>uy

6、需 «nc D 奇 tdlTH& exociuion wqs sugc»a ttful11 T otai Eiroi11 匸ili亡亡亡田皇 XA/arKirbgIn和ali己irg ID a冶 Flow 7sl-IrhitializH-ki 匸d 門廠ueuli口邛壬5 LUU匸鼻£5:Sehina SOL Com man dS uc=&esSetting Source 匚已ulham5uc=£essSett*n口 D eCtf-ialiQnt ConnectionS iLjcos&s/-ahcdatingPi epare fo

7、r E xectMeS nicoesPreexeicuiteSuecesiEMBoubri 口S uccesrECcMiy to d)bo.H：iSutGSM599 roL triisfezriedPcsLue skddMd呂 bDC.D 賀 Et| 旦i-tinfI ix廠五雹n尸BwoitCIOUQ323實(shí)驗(yàn)容輸入數(shù)據(jù)集，選擇算法，輸出結(jié)果，比擬分析1建立一個(gè) Analysis Services Projects工程，在數(shù)據(jù)源中輸入數(shù)據(jù)集:Kl廠 nmrk：5eL-U2!4Loo on to the- s«FverC： IIII III i» Mrink44U.

8、1;rl'Cr3 LJs Wlndo wfIcjstlo nJl Os-e- OL Sts* vuF 疤匸口I e- st <Zoniriectlo«-iOfcHelp-AH說明：以上實(shí)驗(yàn)室在實(shí)驗(yàn)室做的，由于時(shí)間不夠，回到宿舍自己安裝了中文版的SQL SERVE工具，并完成接下來的實(shí)驗(yàn)步驟。324算法選擇分類的任務(wù)是通過分析由類別數(shù)據(jù)對(duì)象組成的訓(xùn)練數(shù)據(jù)集，建立描述并區(qū)分?jǐn)?shù) 據(jù)對(duì)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(luò)分類算法、貝葉斯分類算 法等。這里需要用的是決策樹分類算法。在本挖掘中選擇是 關(guān)聯(lián)分析，分析過程和結(jié)果如以

9、下列圖所示：F面是挖掘模型:J型查看蠱廚 穂掘推確性團(tuán)叢挖捆模型預(yù)測TALastLestBUI“U1UII£J Illi, bill !< Jill M4. j f erferniaiiceS acreMi crcs oft_Assoc i ati on_RulftE Fr#di ciKsyPredictPredictPr edict項(xiàng)集:關(guān)聯(lián)規(guī)那么:財(cái)翊車匚工6££制提升圖:分類矩陣:依賴關(guān)系網(wǎng)絡(luò)圖:后來我用回歸預(yù)測法，得到了一個(gè)散點(diǎn)圖，說明預(yù)測值和實(shí)際值是有一定的關(guān)聯(lián)的:巨挖捉蚊神的數(shù)掘挖靈敬必圈：Tt通過以上的分析，我們得出一個(gè)結(jié)論，就是期末成績在最終得分中所占的比例 最大，平時(shí)成績和平時(shí)表現(xiàn)的權(quán)重差不多，在這個(gè)結(jié)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(shí)成績和表現(xiàn)的得分 也很重要，但相對(duì)權(quán)重沒有期末成績大。一個(gè)分?jǐn)?shù)高的學(xué)生，他的所有成績都應(yīng)該 是很高的。參考文獻(xiàn):1 Jamie MacLe