免费论文查重: 大雅 万方 维普 turnitin paperpass

浅论分层基于WEB智能考试系统设计与实现

最后更新时间:2024-01-29 作者:用户投稿原创标记本站原创 点赞:4679 浏览:12312
论文导读:用分层模型细化信息,利用关联规则对指导性的知识进行大胆、有效的预测与发现。通过对实例的推理与浅析,验证了分层模型与关联规则是行之有效的数据挖掘策略。本论文的主要工作有:1)浅析分层模型论述,通过实例浅析其有效性,并运用到高校学生跟踪浅析系统中。2)关联规则数据挖掘策略的浅析以及在系统中的运用。3)学生心理素质的
摘要:如何对大量的学生信息进行有效的利用,使之成为推动高校教育进展的动力,是本论文要解决的不足。高校学生素质跟踪浅析系统以海量学生信息为数据源,利用数据挖掘技术,形成具有预测性的、指导性的知识发现,以此来帮助学校教师、管理者及有关部门高效管理学生信息,及时获知学生动态并做出反馈。本论文的论述革新有:1.分类与聚类是数据挖掘的两种策略,它们以类别与推理两个方向对数据进行浅析,本论文提出一种新的数据挖掘策略——分层数据挖掘。它的中心思想是综合主观判断与客观事实,以聚类与分类相结合的方式实现数据挖掘。2.挖掘数据信息中的隐含联系,一般依靠关联规则进行浅析,本论文改善一般关联规则的历程,提出一种超频关联规则。本论文利用C/S模型构建高校学生跟踪浅析系统,采集学生在学校期间学习和工作阶段成长的原始数据,存储于网络数据库,利用数据挖掘技术与策略,利用分层模型细化信息,利用关联规则对指导性的知识进行大胆、有效的预测与发现。通过对实例的推理与浅析,验证了分层模型与关联规则是行之有效的数据挖掘策略。本论文的主要工作有:1)浅析分层模型论述,通过实例浅析其有效性,并运用到高校学生跟踪浅析系统中。2)关联规则数据挖掘策略的浅析以及在系统中的运用。3)学生心理素质的跟踪与浅析探讨,并运用于学生跟踪浅析系统。4)利用SQL进行数据库的建立,并实现了系统浅析、查询等功能。5)利用Web C/S三层模型架构整个高效学生跟踪浅析系统,系统主要分为学生自评、教师评价、通信模块、系统模块四个模块。关键词:数据挖掘论文分层模型论文关联规则论文三层架构论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-9
第一章 绪论9-16

1.1 本论文的探讨目的与作用9-10

1.2 国内外探讨近况10-12

1.3 自动组卷算法的分类12-14

1.4 本论文所做工作与组织结构14-16

第二章 自动组卷的基本论述与数学模型16-25

2.1 教育测验论述16

2.2 试题的属性指标16-18

2.3 试卷的属性指标18-21

2.4 组卷的基本原则与活动浅析21-22

2.5 组卷不足的数学模型22-24

2.6 本章小结24-25

第三章 基于改善适应度函数的遗传算法组卷对策25-47

3.1 遗传算法25-32

3.2 基于改善适应度函数的组卷对策32-34

3.3 智能组卷算法的具体实现34-46

3.5 本章小结46-47

第四章 基于Web的智能组卷系统的设计与实现47-55

4.1 系统需求浅析47-48

4.2 系统的主要功能设计48-54

4.3 本章小结54-55

第五章 总结与展望55-57

5.1 论文总结55

5.2 未来展望55-57

致谢57-58
参考文献58-60