【摘要】：近年來,隨著國家對職業(yè)教育的扶持力度不斷加大,職業(yè)院校的規(guī)模迅速擴張,致使職業(yè)院校之間的競爭愈加激烈。在如此激烈的競爭中,各個職業(yè)院校要想占有一席之地就必須提高新生的報到率以及獲得更多的優(yōu)質(zhì)生源。目前,一些院校建立了招生信息系統(tǒng),希望借助于信息化的平臺為招生工作提供幫助。但是在這些招生系統(tǒng)中,大部分僅是完成了信息統(tǒng)計和存儲的功能,并不能解決實際的問題。而數(shù)據(jù)挖掘技術(shù)的出現(xiàn),可以將存在于生源信息之間有價值的規(guī)律挖掘出來,找到影響學生報到率和生源質(zhì)量優(yōu)劣的因素,從而為學校的管理者科學的指導招生宣傳工作、合理的制定招生政策提供幫助。本文從招生工作的實際出發(fā),通過應(yīng)用決策樹和關(guān)聯(lián)規(guī)則算法對學生的錄取信息進行挖掘,分析研究影響學生報到率的因素。論文所完成的主要工作如下：1、研究探討了數(shù)據(jù)挖掘的基礎(chǔ)知識以及數(shù)據(jù)挖掘技術(shù)中的決策樹和關(guān)聯(lián)規(guī)則算法,并分別選取決策樹算法中的ID3算法、C4.5算法和關(guān)聯(lián)規(guī)則算法中的Apriori算法進一步研究分析,比較不同算法之間的差異。2、結(jié)合實際工作,對高職院校生源存檔數(shù)據(jù)按照數(shù)據(jù)挖掘工作的要求進行數(shù)據(jù)預處理,保證后面的數(shù)據(jù)挖掘工作更高效、更可靠。3、對高職院校生源存檔數(shù)據(jù)集分別運用C4.5算法和Apriori算法進行數(shù)據(jù)挖掘,并在WEKA平臺上實現(xiàn)相關(guān)算法,得出相關(guān)規(guī)則和結(jié)論。通過對數(shù)據(jù)集使用上述兩種不同的數(shù)據(jù)挖掘方法,可以分析研究存在于兩種算法間的相關(guān)性、差異性,歸納出更符合實際需求的規(guī)則,從而為日后的招生工作提供幫助。
[Abstract]:In recent years, with the increasing support for vocational education, the scale of vocational colleges is expanding rapidly, resulting in more fierce competition between vocational colleges. In such a fierce competition, if vocational colleges want to have a place, they must improve the enrollment rate and obtain more high quality students. At present, some colleges and universities have set up enrollment information system, hoping to help recruit students with the help of information platform. But in these enrollment systems, most of them only complete the function of information statistics and storage, and can not solve the practical problems. The emergence of data mining technology can excavate the valuable rules existing in the information of students, find out the factors that affect the students' enrollment rate and the quality of students, so as to guide the enrollment propaganda work scientifically for the school managers. Make appropriate enrollment policy to help. Based on the practice of enrollment, this paper uses decision tree and association rules algorithm to mine students' admission information, and analyzes the factors that affect students' registration rate. The main work of this paper is as follows: 1. The basic knowledge of data mining, decision tree and association rule algorithm in data mining are studied. The ID3 algorithm C4.5 algorithm and the association rule algorithm Apriori algorithm in the decision tree algorithm are selected to further study and analysis, compare the differences between different algorithms. 2, combined with the actual work, The archived data of students in higher vocational colleges are preprocessed according to the requirements of data mining to ensure that the data mining work in the future is more efficient. More reliable. 3, using C4.5 algorithm and Apriori algorithm to mine the data set of higher vocational college students' archival data, and implementing the related algorithms on the WEKA platform, and draw the relevant rules and conclusions. By using the above two different data mining methods, we can analyze and study the correlation and difference between the two algorithms, sum up the rules that are more suitable to the actual demand, and provide help for the recruitment work in the future.
【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：G717.32;TP311.13

【相似文獻】

相關(guān)期刊論文 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應(yīng)用[J];昌吉師專學報;2001年02期

2 韓海萌;信息時代的指南針——數(shù)據(jù)挖掘[J];江蘇統(tǒng)計;2002年05期

3 林陽;數(shù)據(jù)挖掘在教育信息化中的潛在價值[J];現(xiàn)代教育技術(shù);2002年01期

4 朱世武 ,崔嵬 ,張堯庭 ,謝邦昌;數(shù)據(jù)挖掘運用的理論與技術(shù)[J];統(tǒng)計研究;2003年08期

5 王曉涓,祁慧敏;數(shù)據(jù)挖掘漫談[J];天中學刊;2003年02期

6 韓江;數(shù)據(jù)挖掘——極具發(fā)展?jié)摿Φ男骂I(lǐng)域[J];蘇州市職業(yè)大學學報;2004年01期

7 李菁菁,邵培基,黃亦瀟;數(shù)據(jù)挖掘在中國的現(xiàn)狀和發(fā)展研究[J];管理工程學報;2004年03期

8 ;中國科學院數(shù)據(jù)挖掘與知識管理學術(shù)研討會在京舉行[J];管理評論;2004年07期

9 魏瑜,陸靜;數(shù)據(jù)挖掘與統(tǒng)計學的關(guān)系淺析[J];沿海企業(yè)與科技;2005年09期

10 單靖華;金礦就在你手中 讀《數(shù)據(jù)挖掘——客戶關(guān)系管理的科學與藝術(shù)》隨筆[J];數(shù)據(jù);2005年10期

相關(guān)會議論文 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學術(shù)會議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學術(shù)年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學技術(shù)情報學會學術(shù)年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六�。▍^(qū)）自動化學會第24屆學術(shù)年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應(yīng)用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2001年

相關(guān)重要報紙文章 前10條

1 本報記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學計算機科學與技術(shù)學院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險業(yè)的新藍海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭的基礎(chǔ)工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時報;2002年

相關(guān)博士學位論文 前10條

1 于自強;海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學;2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復旦大學;2011年

3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學;2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復旦大學;2013年

5 鄔文帥;基于多目標決策的數(shù)據(jù)挖掘方法評估與應(yīng)用[D];電子科技大學;2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟貿(mào)易大學;2010年

7 何偉全;云南高校學生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風險管控體系研究[D];昆明理工大學;2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災害預測模型研究[D];中國地質(zhì)大學;2016年

9 白曉明;基于數(shù)據(jù)挖掘的復合材料宏—細觀力學模型研究[D];哈爾濱工業(yè)大學;2016年

10 藍永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當代中醫(yī)名家痤瘡驗方經(jīng)驗研究[D];南京中醫(yī)藥大學;2016年

相關(guān)碩士學位論文 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機遇識別與評價研究[D];首都經(jīng)濟貿(mào)易大學;2007年

2 張彥俊;游戲運營中的數(shù)據(jù)挖掘[D];復旦大學;2011年

3 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺設(shè)計[D];江南大學;2015年

4 劉學建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學;2015年

5 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預測研究與應(yīng)用[D];江南大學;2015年

6 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學院;2015年

7 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設(shè)計與實現(xiàn)應(yīng)用研究[D];華南理工大學;2015年

8 陳思;基于數(shù)據(jù)挖掘的大學生客戶識別模型的研究[D];昆明理工大學;2015年

9 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學;2015年

10 安康;基于數(shù)據(jù)挖掘的商業(yè)銀行客戶關(guān)系管理研究[D];蘭州交通大學;2014年

，

本文編號：2126940