數(shù)據(jù)挖掘課程設(shè)計(jì)(共22頁(yè))

《數(shù)據(jù)挖掘課程設(shè)計(jì)(共22頁(yè))》由會(huì)員分享，可在線閱讀，更多相關(guān)《數(shù)據(jù)挖掘課程設(shè)計(jì)(共22頁(yè))（20頁(yè)珍藏版）》請(qǐng)?jiān)谘b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(xué) 院 信息科學(xué)與工程學(xué)院課程設(shè)計(jì)任務(wù)書(shū) 題目： 數(shù)據(jù)挖掘在期末成績(jī)?cè)u(píng)估中的應(yīng)用 小組成員： 趙尊強(qiáng)、 桂文學(xué) 成員學(xué)號(hào)： 6、 6 專(zhuān)業(yè)班級(jí)： 計(jì)算機(jī)科學(xué)與技術(shù)、2012級(jí)本1班 課 程： 數(shù)據(jù)挖掘 指導(dǎo)教師： 遲慶云 職稱(chēng)： 副教授 完成時(shí)間： 2015年 5 月-

2、---------------2015年 6 月 棗莊學(xué)院信息科學(xué)與工程學(xué)院制 2015年5 月20日  開(kāi)發(fā)小組成員分工及職責(zé) 趙尊強(qiáng)：設(shè)計(jì)規(guī)劃、文獻(xiàn)搜集 桂文學(xué)：挖掘資料、數(shù)據(jù)整合 課程設(shè)計(jì)任務(wù)書(shū)及成績(jī)?cè)u(píng)定 課程設(shè)計(jì)的任務(wù)和具體要求 任務(wù): 1. 確定挖掘主題和方法：根據(jù)挖掘的主題和目標(biāo)，確定合適的挖掘方法。 2. 數(shù)據(jù)選擇和預(yù)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(wèn)題。 3．挖掘方法實(shí)現(xiàn)：規(guī)劃挖掘過(guò)程，界面設(shè)計(jì)，挖掘方法實(shí)現(xiàn)。4．挖掘數(shù)據(jù)：對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行挖掘 4. 模式的可視化表

3、達(dá)與解釋?zhuān)焊鶕?jù)應(yīng)用領(lǐng)域的信息和知識(shí)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(lǐng)域的知識(shí)加以解釋?zhuān)沟糜脩?hù)能夠理解和接受。 要求：.撰寫(xiě)出符合要求的軟件項(xiàng)目綜合實(shí)踐報(bào)告。 指導(dǎo)教師簽字： 遲慶云 日期： 指導(dǎo)教師評(píng)語(yǔ) 成績(jī)：____________ 指導(dǎo)教師簽字： 日期： 課程設(shè)計(jì)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(pán)320G以上；1024768顯示分辨率 n 軟件環(huán)境： Delphi ,SQL Server2008 ，WEKA 課程設(shè)計(jì)進(jìn)度計(jì)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(shè)計(jì)分析 系統(tǒng)設(shè)計(jì)、測(cè)試設(shè)計(jì) 寫(xiě)報(bào)告書(shū) 參考文獻(xiàn)、資料索引 序號(hào) 文獻(xiàn)、資料名稱(chēng) 編著者 出版單位 [1]Jamie MacLennan，ZhaoHui Tang，Bogdan Crivat 著．?dāng)?shù)據(jù)挖掘原理與應(yīng)用（第2版）—

5、—SQL Server 2008數(shù)據(jù)庫(kù)．北京：清華大學(xué)出版社. [2]王麗珍、周麗華、陳紅梅、肖清，數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘原來(lái)及應(yīng)用，北京：科學(xué)出版社 [3] 張興會(huì) 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù) 清華大學(xué)出版社 專(zhuān)心---專(zhuān)注---專(zhuān)業(yè) 目錄 1概述 1.1應(yīng)用背景和問(wèn)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較重視自己的課程成績(jī)的。而有一個(gè)期末最終成績(jī)的評(píng)估系統(tǒng)，無(wú)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(jī)以及表現(xiàn)和期

6、末考試的得分，就可以預(yù)測(cè)出最終的成績(jī)。而這個(gè)課程成績(jī)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?本論文就以上問(wèn)題進(jìn)行了探討和挖掘。 1.2設(shè)計(jì)內(nèi)容的介紹 本課程設(shè)計(jì)主要是探討和研究在老師給定成績(jī)時(shí)考慮的因素，以及這些因素所占的比例。數(shù)據(jù)倉(cāng)庫(kù)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)挖掘則采用決策樹(shù)探究出影響結(jié)婚年齡的因素。 2數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì) 2.1概念模型設(shè)計(jì) 數(shù)據(jù)倉(cāng)庫(kù)里面有一個(gè)實(shí)體，也就是成績(jī)score。成績(jī)的決定因素有performance也就平時(shí)表現(xiàn)情況，即根據(jù)其在課堂上的活躍程度以及認(rèn)真聽(tīng)課的情況來(lái)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)

7、測(cè)試或者期中測(cè)試的平均成績(jī)，以及期末考試的成績(jī)lasttest。 score lasttest performance averscore 2.2邏輯模型設(shè)計(jì) 本數(shù)據(jù)倉(cāng)庫(kù)只有一個(gè)表，邏輯模型設(shè)計(jì)如下： 2.3物理模型設(shè)計(jì) 在數(shù)據(jù)倉(cāng)庫(kù)的物理設(shè)計(jì)中，主要解決數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)、數(shù)據(jù)的索引策略、數(shù)據(jù)的存儲(chǔ)策略、存儲(chǔ)分配優(yōu)化等問(wèn)題。物理設(shè)計(jì)的主要目的有兩個(gè)，一是提高性能，二是更好地管理存儲(chǔ)的數(shù)據(jù)。訪問(wèn)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)

8、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O(shè)LAP模型設(shè)計(jì)也就比較的簡(jiǎn)單。 下面的數(shù)據(jù)是保存在Excel中的。大概的模型設(shè)計(jì)也就如下圖所示。 2.5 OLAP前端展示設(shè)計(jì) 3數(shù)據(jù)挖掘分析 3.1 期末成績(jī)?cè)u(píng)估系統(tǒng)應(yīng)用挖掘概述 在本系統(tǒng)中，數(shù)據(jù)倉(cāng)庫(kù)采用一個(gè)二維表來(lái)存儲(chǔ)和表示同學(xué)們的平時(shí)成績(jī)，平時(shí)表現(xiàn)得

9、分，以及期末成績(jī)等屬性。數(shù)據(jù)挖掘則采用關(guān)聯(lián)分析來(lái)將二維表中的實(shí)例分開(kāi)，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) 3.2.1實(shí)驗(yàn)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(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。

10、 3.2.3 實(shí)驗(yàn)內(nèi)容 （輸入數(shù)據(jù)集，選擇算法，輸出結(jié)果，比較分析） 建立一個(gè)Analysis Services Project的項(xiàng)目，在數(shù)據(jù)源中輸入數(shù)據(jù)集： 說(shuō)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 SERVER工具，并完成接下來(lái)的實(shí)驗(yàn)步驟。 3.2.4 算法選擇 分類(lèi)的任務(wù)是通過(guò)分析由已知類(lèi)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(lèi)別的分類(lèi)函數(shù)或分類(lèi)模型（也常常稱(chēng)作分類(lèi)器）。 分類(lèi)算法有多種，例如，決策樹(shù)分類(lèi)算法、神經(jīng)網(wǎng)絡(luò)分類(lèi)算法、貝葉斯分類(lèi)算法等。

11、這里需要用的是決策樹(shù)分類(lèi)算法。 在本挖掘中選擇是關(guān)聯(lián)分析，分析過(guò)程和結(jié)果如以下圖所示： 下面是挖掘模型： 關(guān)聯(lián)規(guī)則： 項(xiàng)集： 說(shuō)明（項(xiàng)集是比較準(zhǔn)確的） 分類(lèi)矩陣： 依賴(lài)關(guān)系網(wǎng)絡(luò)圖： 提升圖： 通過(guò)整合做出散點(diǎn)圖如下圖： 通過(guò)以上的分析，我們得出一個(gè)結(jié)論，就是期末成績(jī)?cè)谧罱K得分中所占的比例最大，平時(shí)成績(jī)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(jī)的重要性，不言而喻，增加期末考試的成績(jī)，最能提高最終成績(jī)，平時(shí)成績(jī)和表現(xiàn)的得分也很重要，但相對(duì)權(quán)重沒(méi)有期末成績(jī)大。一個(gè)分?jǐn)?shù)高的學(xué)生，他的所有成績(jī)都應(yīng)該是很高的。 4小結(jié) 由于團(tuán)隊(duì)技術(shù)水平有限，在開(kāi)發(fā)過(guò)程中遇到了很多技術(shù)問(wèn)題，不過(guò)大多數(shù)都是一些小的細(xì)節(jié)問(wèn)題，花了很長(zhǎng)時(shí)間。 還有就是由于對(duì)軟件的不熟練，然后經(jīng)常會(huì)搞錯(cuò)多對(duì)一等的關(guān)系，或者是一些屬性的不對(duì)應(yīng)，最后通過(guò)同學(xué)的幫忙，幫我查找到錯(cuò)誤，并幫我們改正。 經(jīng)過(guò)幾個(gè)星期的課程設(shè)計(jì)，過(guò)程曲折可謂一語(yǔ)難盡。生活就是這樣，汗水預(yù)示著結(jié)果也見(jiàn)證著收獲。通過(guò)這次的設(shè)計(jì)培養(yǎng)了我綜合應(yīng)用所學(xué)知識(shí)，發(fā)現(xiàn)、提出、分析和解決實(shí)際問(wèn)題，鍛煉了我的實(shí)踐能力。