分享到:

数据挖掘在教育信息化中的应用空间分析

随着信息社会的来临,大量信息在给人们带来方便的同时也带来了信息的消化、信息的辨识、信息的安全、信息形式的一致性等问题。人们开始考虑:如何才能不被信息淹没,而且从中及时发现有用的知识,提高信息利用率,最终避免“数据爆炸但知识贫乏”的现象。仁’〕这个任务就落在数据挖掘的身上。本文对教育信息化条件下,数据挖掘的应用空间进行分析,希望能为教育信息化建设提供有价值的参考。 一、数据挖掘及其技术 1.数据挖掘 数据挖掘(Data Mining)就是从大量的数据中,抽取出潜在的、有价值的知识(模型或规则)的过程,是一类深层次的数据分析方法。它是一门交叉学科,包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。数据挖掘技术包括三个主要部分:算法和技术;数据;建模能力。川 2.数据挖掘系统 一个完整的数据挖掘系统包括规则生成子系统和应用评估子系统两个部分。规则生成子系统主要完成根据数据仓库提供的历史数据,统计并产生相关...  (本文共3页) 阅读全文>>

《卫生职业教育》2007年18期
卫生职业教育

浅谈数据挖掘在教育信息化中的应用分析

1数据挖掘及其技术1.1数据挖掘的概念数据挖掘也就是数据库中的知识发现(KDD),是识别数据中有效的、新颖的、潜在有用的和最终可被理解的模式(Pattern)的非平凡过程[1],是一种挖掘型的数据分析。数据挖掘也可以被理解成从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的以及最终可被理解的模式的非平凡过程。数据仓库用于支持管理和决策,面向分析型数据处理,它不同于企业现有的面向交易的操作型数据库;数据仓库是对多个异构的数据源有效集成,集成后按照主题进行重组,并包含历史数据。可粗略地将数据挖掘理解为3个部分:数据准备(datapreparation)、数据挖掘以及结果的解释评估(interpretation andevaluation)。1.2数据挖掘的分类数据挖掘的分类方法很多,根据不同的挖掘任务,可将数据挖掘分为:(1)描述(Description):了解数据中潜在的规律、规则:概念描述、关联分...  (本文共2页) 阅读全文>>

西安邮电大学
西安邮电大学

数据挖掘技术在教育信息化中的应用研究

随着信息化时代的到来,信息技术对社会各方而都产生了巨大影响,信息技术对教育的发展和改革也产生了重要的影响。但是信息技术的快速发展使得数据库容量变得越来越大,而对海量数据,教育部门迫切需要智能、高效的信息技术来处理数据,从而挖掘出对管理决策有价值的信息,数据挖掘技术的应用为此提供了解决方法。基于以上研究背景,本文进行了系统的分析,以数据挖掘为工具,结合云计算理论知识,构建了教育信息化整体方案框架,并通过实例仿真,验证了数据挖掘技术在教育信息化应用的有效性,为教育信息化发展提供了科学的决策依据。主要工作内容如下:1、分析了国内外教育信息化发展现状,阐述了教育信息化研究的必要性和数据挖掘技术在教育信息化中应的必然性;给出了论文研究的整体框架。2、对数据挖掘的相关基础理论进行了介绍,并对本论文用到的聚类、决策树、关联规则、主成分分析等算法进行了详细说明。3、为实现海量数据的高效利用,提出了在云计算环境下的数据挖掘应用平台,并将该平台应用...  (本文共79页) 本文目录 | 阅读全文>>

《福建信息技术教育》2005年01期
福建信息技术教育

数据挖掘技术简介

1.引言 数据挖掘(Data Mining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、 人们事先不知道的、但又是潜在有用的信息和知识的过程。它是一门涉及面很广的交叉学科,包括机器学 习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。数据挖掘技术包括三个主要部 分:算法和技术、数据、建模能力。 2.数据挖掘的分类 (1)根据数据挖掘的任务,可分为:分类或预测模型数据挖掘、数据总结、数据聚类、关联规则发现、序 列模式发现、依赖关系或依赖模型发现、异常和趋势发现等。 (2)根据数据挖掘的对象,可分为如下若干种数据源:关系数据库、面向对象数据库、空间数据库、时态 数据库、文本数据源、多媒体数据女异质数据库、遗产(legacy)数据库,以及Web数据源。 (3)根据数据挖掘的方法,可粗分为:统计方法、机器学习方法、神经网络方法和数据库方法。统计方 法中,可细分为:回归分析(多元回归、自回归等...  (本文共3页) 阅读全文>>

《国际学术动态》2015年01期
国际学术动态

高级数据挖掘与应用

数据挖掘是多学科(如统计、机器学习、模式识别、数据库与数据仓库、数据可视化、知识系统和高性能计算)的交叉融合。高级数据挖掘与应用国际学术会议(International Conference on Advanced DataMining and Applications,简称ADMA)是2005年由澳大利亚昆士兰大学、维多利亚大学、加拿大阿尔伯塔大学、中国武汉大学共同发起的数据挖掘领域专题学术会议,目前已经成为数据挖掘领域最重要的国际学术会议之一。高级数据挖掘与应用国际大会于2013年12月14~16日在中国浙江大学召开。来自中国、澳大利亚、英国、美国、加拿大、德国、爱尔兰等22个国家或地区的专家、学者共80多人出席大会。ADMA 2013的征文主题包括大数据、分类、聚类、预测、辨识、回归、隐私保护、行为挖掘、社会网络挖掘、流挖掘、时间序列挖掘、模式挖掘、多媒体挖掘、WEB挖掘以及数据挖掘应用等各个方面。本次会议吸引了26个国家...  (本文共2页) 阅读全文>>

《数字通信世界》2019年09期
数字通信世界

数据挖掘在计算机实验室管理系统中的应用

数据挖掘技术在计算机实验室管理系统中也发挥了巨大的作用,学生日常所开展的计算机实践课程包含有数据挖掘相应技术,计算机实验室管理人员也需要对数据挖掘技术进行具体应用从而加强对实验室的管理。1数据挖掘概念及方法数据挖掘即在大量随机性强的数据中提取潜在知识信息,将数据背后所隐含的真实内容提取出来。数据挖掘具有一定的交叉性,人们不仅要对数据进行具体应用,掌握数据的查询方法,还需要学会对数据具体内容进行挖掘,从而让挖掘出的数据信息对相应的政策提供具体的支撑。数据挖掘涉及的领域较为广泛,包括人工智能、数据库的建立、数据统计工作的开展,数据挖掘这一信息处理技术具有一定的前瞻性,涉及到数据库中的大量数据,包括数据的分析、数据的转换、数据的抽取、模型的处理等一系列工作,通过这一系列工作来挖掘出能为相关决策提供支持的关键性信息,因此,数据挖掘技术为数据库中关键信息的获取提供了技术支撑。数据挖掘方法主要有四种,一是神经网络法,即对人类的思维进行模拟,...  (本文共1页) 阅读全文>>

《电子技术与软件工程》2018年23期
电子技术与软件工程

计算机数据挖掘在互联网行业中的应用

1互联网行业发展简介随着信息技术的迅猛发展,互联网的应用不再局限于某个部门某个行业,而是与传统行业产生深度融合,既从根本上改不了传统行业的经营方式和运转模式,而且根据时代需要发展出多种新型事物。互联网+传统行业逐渐成为当前我国社会经济发展的主要趋势,其中发展已经比较成熟的是网上购物等,此外网络金融、网络教学等行业也得到快速发展,其前景都是十分美好的。互联网与传统行业的结合不仅改变了各个传统行业的经营模式,也在很大程度上改变了人们的生活方式和思想观念。尤其是当前人们生活节奏不断加快,互联网的便利和快捷为众多网友喜爱。当前人们在互联网上不仅获取各种信息,而且通过互联网进行沟通交流,这不仅仅局限于个人生活方面,还包括工作等各个方面。人们利用互联网进行购物更是成为当前人们的主要生活方式。随着人们对互联网依赖性的加深,人们对于互联网的各种新的需要也不断发展出来。在这种背景下,在已有的互联网基础上进行科技创新和探索,从而开展新的互联网技术的...  (本文共1页) 阅读全文>>