基于数据挖掘的高校教务系统设计论文

摘 要：笔者对现有高校所采用的教务系统进行研究，以联机分析与数据仓库技术为依托来构建决策支持系统。针对数据仓库构建中采用的逻辑模型及其构建策略等进行深入分析，并对基于四层架构的教学决策支持系统进行了设计，充分展示了决策支持系统在高校教务管理中的应用前景。

关键词：

关键词：决策支持系统；数据仓库；多维分析

在现有的教学信息化系统中，存储了包括学生的学籍信息、学生的选课数据、各科成绩数据等在内的大量数据，这些数据的条数动辄上百万条，信息和数据量都比较大，同时这些数据中通常能够挖掘出有用的规律信息。不过，通过对现有应用现状分析可以发现，人们更多的是将各种表单数据进行计算机管理，没有利用计算机的数据挖掘能力对这些数据进行分析，更没有从中找到潜在海量数据中的规律。

1 教学数据仓库

1.1 总体结构 在对现有教学管理系统的决策需求进行深入和一线调研的基础上，笔者给出了基于教学数据仓库的决策系统，并对系统中经过结构化的四层教学决策支持系统的总体结构进行了设计。具体如图1中所示。 图1教学决策支持系统的总体结构图

1.1.1 源数据层 该层是构建教学系统的最低层，也是实现数据仓库的关键。在数据仓库中所包含的数据，主要来自于学校现有的与教学相关的各种信息库。而在这些信息数据库中，存储了学校教学过程中所积累的主要数据，也是学校在制定各项政策和决策中必须参考的主要数据。这样设计，也更好的说明一个成熟的教学决策系统应该具备广泛的数据来源。

1.1.2 引擎数据的处理层 该层的功能主要从现有的教学信息系统中实现数据的抽取，然后对抽取得到的各种数据进行清洗，最后才能够将这些数据都添加到教学数据仓库中。所以，这就使得数据处理层成为数据仓库构建的关键层。

1.1.3 信息层 信息层的作用就是为数据访问层和源数据层提供联通的桥梁，为数据提供特定处理过程，得到经过处理后的不同层次信息。这样分析层就可以在这些数据的基础上进行建模。在信息层中，其关键为教学数据仓库，这主要是由于该仓库能够完成各种数据的收集、筛选和抽取等多种操作，进而最终形成能够为学校的政策制定和日常教学决策提供参考与支持的包含了多个粒度等级的数据库，结果就是顺利完成对各种数据源的统一管理与信息提取。

1.1.4 数据访问层 该层主要作为整个高校决策支持系统的为用户所提供的操作接口，可以让用户非常方便的进行内容的查询、报表、OLAP等多种应用。不仅如此，为了能够很好地服务高等院校的日常教学决策需求，该层还为用户提供了多种基于多维分析的手段，和一下相对简单的分析模型。基于这些模型和分析方式，用户可以在实际使用过程中构建专用的分析系统，从而有效保证所研发的教学决策支持系统能够具有较高的灵活性。 之所以采用结构化的四层体系结构，主要是考虑到这种结构能够很好的契合高校在日常决策中的方式。不仅如此，还可以通过教学仓库来实现不同系统的数据驱动。在这种结构中，修改、删除或者添加任何一层，给整个系统所带来的影响都非常小。

1.2 ETL工具设计解释 基于ETL工具完成设计，就是从各种数据源中提取数据，并在此基础上对获得的数据进行清洗、转换等处理的多个步骤后，将数据加载到数据仓库的过程。笔者通过代码的手工编写，来实现数据的转换与抽取，并最终实现教学仓库的ETL工具的设计与实现。 在对标准ETL数据进行抽取操作的过程中，存在于原系统中的数据质量问题有可能暴露出来。同时，所采用数据的质量能够给仓库的可信度带来直接影响，并对最后的多维分析结果产生影响。所以应该重点提供所提取数据的质量。因此，在各种数据源的数据进行预处理过程中，应确保所涉及数据的完整性，进而实现数据质量的检验，以及数据的去噪与净化处理。

1.3 数据仓库的构建 以作者所在学校的实际情况为基础，确保了所构建的教学决策和教学管理系统能够适应实际的情况，而引入的数据仓库也能够很好地服务于决策系统。就需要在构建数据仓库的过程中，采用更加合适的策略来构建，也就是通过自底向上的方式先构建现有决策分析所需要的学籍主体、教学工作主题等，通过这些数据集合就可以实现和构建更加完善的数据仓库。 高校的教学数据仓库作为一个多粒度集的数据集合，是整个高校教学决策系统信息层的核心与关键。此外，所采用的粒度层次也可以反映不同细节，使得在多种层次数据的细节被抽象提取的基础上，可以完成各种原始数据的转换，最终得到有用信息。

2 高校教务决策系统的设计 在文中的教学决策系统中，其关键部分为OLAP子系统，该子系统的设计目的是为了确保学校的所有管理决策人员，可以针对不同的视角，对数据仓库中的各种与教学和学校运行相关的数据进行分析，然后进行多维分析处理；同时，还可以通过更加直观的方式将查询和处理结果反馈给管理和决策人员。

 ()   () 

本文标签：

[!--temp.ykpl--]