導語：數據挖掘排課選課系統設計與實現一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：目前，許多高校都具有相應的排課選課系統，這些系統中存在著大量的原始數據。通過挖掘數據信息，可幫助高校相關部門進行教學資源合理分配，并設計出相應的排課選課系統。本文探討了數據預處理和數據挖掘技術，并基于數據挖掘技術對高校排課選課系統的設計和實現進行了相應研究，通過使用關聯規則中的相關算法對選課數據進行挖掘，得到了一些有價值的規則信息，并展現出了良好的應用效果。

關鍵詞：數據挖掘；排課選課系統；數據倉庫；設計與實現

隨著計算機互聯網技術的日益普及，相應的信息技術在社會各領域都得到了廣泛的應用，當今社會已進入大數據時代，各行各業對大數據的利用也開始逐漸重視。通過使用數據挖掘技術可對大量的數據進行有用信息的挖掘，充分利用有價值的信息進行相應活動。在高校教育領域中，計算機網絡信息技術和數據挖掘技術也得到了一定的應用，尤其是隨著高等教育的不斷改革和高校的擴招，使得學生的數量快速增加，相應的教學管理任務逐漸加重。傳統的選課方式已不能滿足教學的需求，而在自動化選課系統中積累了大量的數據，占用了很大的空間，并且其中潛在的一些有用信息不能被很好的利用。通過使用數據挖掘技術對選課系統中有用的數據信息進行挖掘，可幫助高校相關部門對課程的安排，對課程的學分及時作出調整，設置更加適合學生的課程供學生學習，有助于合理分配教學資源，提高學生的整體素質[1]。

1系統的主要功能及功能結構設計

本文所研究的系統是基于數據挖掘技術、計算機網絡技術的現代化排課選課系統，通過使用該系統，高校學生可自主進行課程的選擇，在數據挖掘技術的支持下，學生能得到相應的選課指導，在該系統上學生也可進行相關課程成績的查詢。整個系統是建立在相應的網絡架構之上，具有統一、規范及人性化的操作界面和操作模式。在該系統中包括一些主要的功能，其中有學生自主選課功能、選課管理功能、基于數據挖掘的選課指導功能、挖掘課程相關性及學生特征方面的數據等。在這個基于數據挖掘技術的排課選課系統中，學生可進行選課、退課、管理選課計劃及選課情況等操作。系統管理員可進行學期管理、選課計劃以及用戶資料管理、選課情況管理等操作，相關查詢人員可對學生的選課情況按照一定的條件進行查詢。在該系統中應用了數據挖掘技術，為數據挖掘技術在選課系統中的應用提供了新的決策分析思路。在選課系統中主要包含的是學生選課和系統管理兩大模塊，在系統管理模塊中又含有選課管理和數據挖掘兩個子模塊。在該系統中的選課指導功能模塊中，數據挖掘技術的應用，能準確、有效地為學生提供有價值的指導，隨著系統的使用，數據也在逐漸增加，應用數據挖掘技術可進行更深層次的信息挖掘，從而獲得更有價值的數據信息，并為高校的相關決策活動提供重要的參考依據。

2系統相關需求分析

2.1選課系統需求分析。在選課系統需求分析中，主要包括學生選課業務需求和選課管理業務需求。對于學生選課業務需求，在學校規定的相應時間內，學生可通過網絡進入到相應的網站進行課程選擇。學生需要進行注冊才能登陸選課系統。在注冊時需要填寫相應的真實個人信息，當注冊完成之后學生就可以根據相應的賬號和密碼進行選課系統的登陸，登陸進去之后選課系統會根據用戶的相關信息識別用戶的專業，并提供相對應的課程供學生選擇，學生即可選擇自己需要的課程[2]。學生在第一次選課時不會受到相關規則的限制，也可隨時退課，在第一次選課結束后，系統會根據選課人數來決定第二次選課的選課計劃，系統管理員會相應的刪除一些選課計劃。在進行第二次選課時不能退選第一次選擇的課程，其他課程仍然滿足不分先后、機會均等的原則，進行補選的課程也可進行退課。對于選課業務管理需求，系統管理在學生選課之前，需要設置好相應的參數，根據學生的選課情況對課程計劃進行相應調整，以滿足后續的選課需求。為了保證系統的安全，除了系統進行的自動備份，系統管理員還需要進行手動備份，在完成選課后，管理員可根據相應的信息打印出有關報表。2.2數據挖掘功能分析。在該選課系統中，數據挖掘技術得到了主要應用，通過使用數據挖掘技術，可根據學生學習情況的相關數據進行分析，從中得到與學生有關的有價值信息，為相關決策規則提供一定的依據，相關用戶可根據數據挖掘技術得出的規則，作出相應的決策，比如，在課程選擇上的指導。通過使用數據挖掘技術，可分析出課程相關的規律以及學生的基本特征，這也為課程的制定提供了相應的參考依據，對學生的選課指導也具有重要的幫助作用。

3基于數據挖掘的系統設計和實現

3.1數據的預處理。對于選課系統的原始數據進行預處理時，需要把相應的原始數據進行轉換，變成可利用數據挖掘技術進行挖掘的數據，在這個處理環節中，要明確數據的層次結構，從而為后面的數據挖掘做好相應準備。在本文的研究中使用SqlServer2000中的DTS對原始數據進行預處理，并編寫了相應的數據清理和集成腳本。3.1.1數據清理。清理表中的一些冗余數據，并利用其他數據進行填充，對于空缺的數據項可使用“近似”的數據進行相應填充，從而消除噪聲數據。比如，在選課系統中有學生同時選擇了同樣的課程，這時需要對這類噪聲數據進行相應的處理[3]。3.1.2數據集成。通過建立相應的數據結構及存儲模型，可將存在于不同結構中的數據庫中的數據集成在數據存儲中，在選課系統中將相應的數據集成在同一數據存儲中，便于后面數據挖掘技術的應用。3.2利用。FP-growth進行數據挖掘首先要準備好相應的數據，在此選擇離散化的數據作為數據挖掘對象。根據數據挖掘的主體建立好相應的數據集，本文中以“選課率分析多維數據集”為例，選擇出合適的樣本，利用FP-growth進行數據挖掘并挖掘出其中的關聯規則。在挖掘關聯規則時要設定好相應的閾值，這里將“選課率”作為度量值，并且使用遞減閾值。數據挖掘的數據庫主要包括學生選課信息表、學生信息表以及課程信息表，其挖掘的過程主要是對數據庫進行一次掃描，可得到相應的選課頻繁項集，按照支持度遞減進行相應的排序，對數據庫再進行一次掃描，建立相應的FP-tree，分析并找到相應的項目集。對于FP-tree中的相關節點，通過對每個節點構造相應的條件模式庫，然后用條件模式庫構造相對應的條件FP-tree，并增加其包括的頻繁集，從而生成相應的關聯規則，并得到相應的結果。

4結語

隨著計算機網絡技術以及數據挖掘技術的不斷發展，當今社會的信息化程度不斷加深，各種信息技術被應用于社會的各個領域中。隨著信息化技術的應用，大量的數據涌現，在高校教育領域中，選課系統中包含了大量的原始數據，通過利用數據挖掘技術對這些數據進行挖掘和分析，可得到很多有用的信息。而基于數據挖掘的排課選課系統，能有效滿足高校發展的相關需求。

參考文獻

[1]姜永亮,符傳誼.數據挖掘技術在選課系統中的應用[J].微型電腦應用,2009,25(8):61-62.

[2]張志友.數據挖掘技術在選課系統中的應用[J].實驗室科學,2007(3):94-96.

[3]周超群.基于數據挖掘算法的教務選課系統的設計與實現[D].西安:西安工業大學,2014:3.

作者:黃林偉 單位:廣東工業大學華立學院