摘要: 近年来,随着计算机、数据库和网络技术的高速发展,在各个领域内都产生了大量的数据,其中高校也积累了大量的成绩数据。然而对于大量的成绩数据,目前的高校教务管理系统多半是联机事务处理系统,仅限于进行查询、统计等简单的操作,缺少综合分析和辅助决... 展开 近年来,随着计算机、数据库和网络技术的高速发展,在各个领域内都产生了大量的数据,其中高校也积累了大量的成绩数据。然而对于大量的成绩数据,目前的高校教务管理系统多半是联机事务处理系统,仅限于进行查询、统计等简单的操作,缺少综合分析和辅助决策的能力。那么如何从大量的成绩数据中发现规律,为教育管理者提供决策依据,是高校迫切需要解决的问题。 本文探讨了数据挖掘在医学高校成绩分析中的应用,主要工作如下: (1)详细介绍了关联规则和Apriori算法。通过运用Apriori算法,先从宏观上分析医学专业学生的成绩,分析高考成绩对基础医学课程成绩和临床医学课程成绩的影响以及基础医学课程成绩对临床医学课程成绩的影响;之后从具体的课程关联上,分析有一定关联的公共基础课成绩对专业基础课成绩、专业基础课成绩对专业课成绩以及专业课成绩之间的影响。 (2)通过成绩分析,发现了学生高考成绩与基础医学课程成绩和临床医学课程成绩间的隐藏关系,挖掘出高考成绩对基础医学课程成绩和临床医学课程成绩的影响以及基础医学课程成绩对临床医学课程成绩的影响;发现了有课程关联的公共基础课成绩、专业基础课成绩和专业课成绩间的隐藏关系,挖掘出有关联的公共基础课成绩对专业基础课成绩的影响、有关联的专业基础课成绩对专业课成绩的影响以及有关联的专业课成绩之间的影响。通过成绩分析,挖掘出有利于教学工作的规律。这些规律能辅助教学决策,对专业建设、培养方案制定、课程设置、教学管理等方面具有重要的指导意义。 收起