数据挖掘课程设计

枣庄学院信息科学与工程学院课程设计任务书题目：数据挖掘在期末成绩评估中的应用小组成员：赵尊强、桂文学成员学号：201212110136、201212110106专业班级：计算机科学与技术、2012级本1班课程：数据挖掘指导教师：迟庆云职称：副教授完成时间：2015年5月----------------2015年6月枣庄学院信息科学与工程学院制2015年5月20日1开发小组成员分工及职责赵尊强：设计规划、文献搜集桂文学：挖掘资料、数据整合2课程设计任务书及成绩评定课程设计的任务和具体要求任务:1.确定挖掘主题和方法：根据挖掘的主题和目标，确定合适的挖掘方法。2.数据选择和预处理：根据所收集数据，填充缺失值，平滑噪声数据，消除异常值，解决数据不一致等问题。3．挖掘方法实现：规划挖掘过程，界面设计，挖掘方法实现。4．挖掘数据：对预处理后的数据进行挖掘4.模式的可视化表达与解释：根据应用领域的信息和知识需求，以直观有效的形式，如图表等显示数据挖掘出的模式，用特定领域的知识加以解释，使得用户能够理解和接受。要求：.撰写出符合要求的软件项目综合实践报告。指导教师签字：迟庆云日期：指导教师评语成绩：____________指导教师签字：日期：3课程设计所需软件、硬件等硬件环境：Iterl(R)Core(TM)2DuoCPU，主频2.31GHz；内存3G；硬盘320G以上；1024×768显示分辨率软件环境：Delphi,SQLServer2008，WEKA课程设计进度计划起至日期工作内容备注5月01日—06日5月07日—20日6月05日—08日6月09日—18日搜集资料课程设计分析系统设计、测试设计写报告书参考文献、资料索引序号文献、资料名称编著者出版单位[1]JamieMacLennan，ZhaoHuiTang，BogdanCrivat著．数据挖掘原理与应用（第2版）——SQLServer2008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]张兴会数据仓库与数据挖掘技术清华大学出版社4目录1概述..............................................................51.1应用背景和问题的提出........................................51.2设计内容的介绍..............................................52数据仓库设计......................................................52.1概念模型设计................................................52.2逻辑模型设计................................................62.3物理模型设计................................................62.4OLAP前端展示设计...........................................83数据挖掘分析......................................................83.1期末成绩评估系统应用挖掘概述................................83.2数据挖掘实验................................................93.2.1实验环境...............................................93.2.2数据准备及预处理.......................................93.2.3实验内容（输入数据集，选择算法，输出结果，比较分析）113.2.4算法选择.............................................144小结.............................................................1751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。2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。62.2逻辑模型设计本数据仓库只有一个表，逻辑模型设计如下：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scorelasttestperformanceaverscore72.4OLAP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。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。82.5OLAP前端展示设计3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。93.2数据挖掘实验3.2.1实验环境WindowsXPMicrosoftSQLServer2008MicrosoftVisualStudio2008MicrosoftOffice2003ExcelAccess3.2.2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。10113.2.3实验内容（输入数据集，选择算法，输出结果，比较分析）12建立一个AnalysisServicesProject的项目，在数据源中输入数据集：13说明：以上实验室在实验室做的，由于时间不够，回到宿舍自己安装了14中文版的SQLSERVER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：下面是挖掘模型：15关联规则：项集：说明（项集是比较准确的）分类矩阵：依赖关系网络图：16提升图：17通过整合做出散点图如下图：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。4小结由于团队技术水平有限，在开发过程中遇到了很多技术问题，不过大多数都是一些小的细节问题，花了很长时间。还有就是由于对软件的不熟练，然后经常会搞错多对一等的关系，或者是一些属性的不对应，最后通过同学的帮忙，帮我查找到错误，并帮我们改正。经过几个星期的课程设计，过程曲折可谓一语难尽。生活就是这样，汗水预示着结果也见证着收获。通过这次的设计培养了我综合应用所学知识，发现、提出、分析和解决实际问题，锻炼了我的实践能力。