1、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)研究、開(kāi)發(fā)和應(yīng)用最活躍的分支之一,也是決策支持系統(tǒng)的關(guān)鍵因素。數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)支持管理決策過(guò)程的、面向主題的、隨時(shí)間而變的數(shù)據(jù)集合,它是集成的,也是穩(wěn)定的。數(shù)據(jù)挖掘是采用人工智能的方法對(duì)數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行分析、獲取知識(shí)的過(guò)程。它們的結(jié)合能更好地為企業(yè)或有關(guān)部門(mén)不同目的的決策分析提供有力的依據(jù)?？v觀以往的教務(wù)管理系統(tǒng),多數(shù)是OLTP系統(tǒng),缺乏綜合分析、輔助決策的能力,尤其對(duì)其歷史積累的海量信息中隱含知識(shí)的

2、利用無(wú)能為力。對(duì)教學(xué)管理進(jìn)行分析是教學(xué)評(píng)估的重要手段,采用數(shù)據(jù)挖掘技術(shù)對(duì)教務(wù)數(shù)據(jù)進(jìn)行多層次、多角度的分析與挖掘,利用挖掘結(jié)果輔助教學(xué)決策是保證教學(xué)質(zhì)量、提高學(xué)生素質(zhì)的必然要求。本文研究如何將數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)應(yīng)用于教務(wù)管理系統(tǒng)中,主要工作如下:①對(duì)數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則方法進(jìn)行了綜述,對(duì)經(jīng)典的Apriori算法的進(jìn)行了分析與研究,提出了一種改進(jìn)的Apriori算法,并將其應(yīng)用到教務(wù)管理系統(tǒng)中。②針對(duì)教務(wù)管理系統(tǒng)的特點(diǎn),選取了利用學(xué)生的歷

3、史成績(jī)數(shù)據(jù)進(jìn)行挖掘,從而得出課程之間合理安排順序的這一挖掘方向。在研究中采用了SQLServer2005中的SQL Server Business Intelligence Development Studio作為挖掘工具,并采用了改進(jìn)的Apriori算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘。③以重慶科技學(xué)院教務(wù)管理系統(tǒng)中“石油工程”專(zhuān)業(yè)的學(xué)生成績(jī)歷史數(shù)據(jù)作為挖掘?qū)ο?詳細(xì)的介紹了整個(gè)挖掘的過(guò)程。最后,由挖掘結(jié)果分析得出了該專(zhuān)業(yè)合理的課程安排順序及其教學(xué)計(jì)