摘要: 数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之一。数据仓库可以将提取的相关外部数据和内部数据整合起来，统一向各层次用户传递信息。数据挖掘是，在海量数据中寻找数据间的潜在关联，发现忽略因素。 各高校为不断提高教学质量，每... 展开 数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之一。数据仓库可以将提取的相关外部数据和内部数据整合起来，统一向各层次用户传递信息。数据挖掘是，在海量数据中寻找数据间的潜在关联，发现忽略因素。 各高校为不断提高教学质量，每个学期末学生均通过网络对任课教师进行教学质量评估，校方根据各项打分按预定公式计算出每位教师的评分结果。但是却忽略了学生在打分时可能由于各种因素而使评估出现极大偏差，比如不同专业的教师学生打分标准不径相同，所以在一定程度上这些评分结果并不能完全客观、全面、真实的反映教师实际教学水平。为解决这一问题，本文中提出了数据仓库与数据挖掘技术在教学管理系统中的应用研究。 本文介绍了数据库与数据挖掘的概念，结合高校教学管理系统中的教学质量评估体系研究了数据挖掘技术及其算法。采用数据仓库作评教数据的组织工具，重点研究决策树方法中的ID3算法、关联规则中的经典算法--Apriori算法在教学质量评估系统中的应用。通过对评教数据和教师相关数据的挖掘，找出影响教学效果的内在规律和关键因素，让评估发挥真正的指导作用。 收起