数据挖掘排课选课系统设计与实现

摘要：目前，许多高校都具有相应的排课选课系统，这些系统中存在着大量的原始数据。通过挖掘数据信息，可帮助高校相关部门进行教学资源合理分配，并设计出相应的排课选课系统。本文探讨了数据预处理和数据挖掘技术，并基于数据挖掘技术对高校排课选课系统的设计和实现进行了相应研究，通过使用关联规则中的相关算法对选课数据进行挖掘，得到了一些有价值的规则信息，并展现出了良好的应用效果。

关键词：数据挖掘；排课选课系统；数据仓库；设计与实现

随着计算机互联网技术的日益普及，相应的信息技术在社会各领域都得到了广泛的应用，当今社会已进入大数据时代，各行各业对大数据的利用也开始逐渐重视。通过使用数据挖掘技术可对大量的数据进行有用信息的挖掘，充分利用有价值的信息进行相应活动。在高校教育领域中，计算机网络信息技术和数据挖掘技术也得到了一定的应用，尤其是随着高等教育的不断改革和高校的扩招，使得学生的数量快速增加，相应的教学管理任务逐渐加重。传统的选课方式已不能满足教学的需求，而在自动化选课系统中积累了大量的数据，占用了很大的空间，并且其中潜在的一些有用信息不能被很好的利用。通过使用数据挖掘技术对选课系统中有用的数据信息进行挖掘，可帮助高校相关部门对课程的安排，对课程的学分及时作出调整，设置更加适合学生的课程供学生学习，有助于合理分配教学资源，提高学生的整体素质[1]。

1系统的主要功能及功能结构设计

本文所研究的系统是基于数据挖掘技术、计算机网络技术的现代化排课选课系统，通过使用该系统，高校学生可自主进行课程的选择，在数据挖掘技术的支持下，学生能得到相应的选课指导，在该系统上学生也可进行相关课程成绩的查询。整个系统是建立在相应的网络架构之上，具有统一、规范及人性化的操作界面和操作模式。在该系统中包括一些主要的功能，其中有学生自主选课功能、选课管理功能、基于数据挖掘的选课指导功能、挖掘课程相关性及学生特征方面的数据等。在这个基于数据挖掘技术的排课选课系统中，学生可进行选课、退课、管理选课计划及选课情况等操作。系统管理员可进行学期管理、选课计划以及用户资料管理、选课情况管理等操作，相关查询人员可对学生的选课情况按照一定的条件进行查询。在该系统中应用了数据挖掘技术，为数据挖掘技术在选课系统中的应用提供了新的决策分析思路。在选课系统中主要包含的是学生选课和系统管理两大模块，在系统管理模块中又含有选课管理和数据挖掘两个子模块。在该系统中的选课指导功能模块中，数据挖掘技术的应用，能准确、有效地为学生提供有价值的指导，随着系统的使用，数据也在逐渐增加，应用数据挖掘技术可进行更深层次的信息挖掘，从而获得更有价值的数据信息，并为高校的相关决策活动提供重要的参考依据。

2系统相关需求分析

2.1选课系统需求分析。在选课系统需求分析中，主要包括学生选课业务需求和选课管理业务需求。对于学生选课业务需求，在学校规定的相应时间内，学生可通过网络进入到相应的网站进行课程选择。学生需要进行注册才能登陆选课系统。在注册时需要填写相应的真实个人信息，当注册完成之后学生就可以根据相应的账号和密码进行选课系统的登陆，登陆进去之后选课系统会根据用户的相关信息识别用户的专业，并提供相对应的课程供学生选择，学生即可选择自己需要的课程[2]。学生在第一次选课时不会受到相关规则的限制，也可随时退课，在第一次选课结束后，系统会根据选课人数来决定第二次选课的选课计划，系统管理员会相应的删除一些选课计划。在进行第二次选课时不能退选第一次选择的课程，其他课程仍然满足不分先后、机会均等的原则，进行补选的课程也可进行退课。对于选课业务管理需求，系统管理在学生选课之前，需要设置好相应的参数，根据学生的选课情况对课程计划进行相应调整，以满足后续的选课需求。为了保证系统的安全，除了系统进行的自动备份，系统管理员还需要进行手动备份，在完成选课后，管理员可根据相应的信息打印出有关报表。2.2数据挖掘功能分析。在该选课系统中，数据挖掘技术得到了主要应用，通过使用数据挖掘技术，可根据学生学习情况的相关数据进行分析，从中得到与学生有关的有价值信息，为相关决策规则提供一定的依据，相关用户可根据数据挖掘技术得出的规则，作出相应的决策，比如，在课程选择上的指导。通过使用数据挖掘技术，可分析出课程相关的规律以及学生的基本特征，这也为课程的制定提供了相应的参考依据，对学生的选课指导也具有重要的帮助作用。

3基于数据挖掘的系统设计和实现

3.1数据的预处理。对于选课系统的原始数据进行预处理时，需要把相应的原始数据进行转换，变成可利用数据挖掘技术进行挖掘的数据，在这个处理环节中，要明确数据的层次结构，从而为后面的数据挖掘做好相应准备。在本文的研究中使用SqlServer2000中的DTS对原始数据进行预处理，并编写了相应的数据清理和集成脚本。3.1.1数据清理。清理表中的一些冗余数据，并利用其他数据进行填充，对于空缺的数据项可使用“近似”的数据进行相应填充，从而消除噪声数据。比如，在选课系统中有学生同时选择了同样的课程，这时需要对这类噪声数据进行相应的处理[3]。3.1.2数据集成。通过建立相应的数据结构及存储模型，可将存在于不同结构中的数据库中的数据集成在数据存储中，在选课系统中将相应的数据集成在同一数据存储中，便于后面数据挖掘技术的应用。3.2利用。FP-growth进行数据挖掘首先要准备好相应的数据，在此选择离散化的数据作为数据挖掘对象。根据数据挖掘的主体建立好相应的数据集，本文中以“选课率分析多维数据集”为例，选择出合适的样本，利用FP-growth进行数据挖掘并挖掘出其中的关联规则。在挖掘关联规则时要设定好相应的阈值，这里将“选课率”作为度量值，并且使用递减阈值。数据挖掘的数据库主要包括学生选课信息表、学生信息表以及课程信息表，其挖掘的过程主要是对数据库进行一次扫描，可得到相应的选课频繁项集，按照支持度递减进行相应的排序，对数据库再进行一次扫描，建立相应的FP-tree，分析并找到相应的项目集。对于FP-tree中的相关节点，通过对每个节点构造相应的条件模式库，然后用条件模式库构造相对应的条件FP-tree，并增加其包括的频繁集，从而生成相应的关联规则，并得到相应的结果。

4结语

随着计算机网络技术以及数据挖掘技术的不断发展，当今社会的信息化程度不断加深，各种信息技术被应用于社会的各个领域中。随着信息化技术的应用，大量的数据涌现，在高校教育领域中，选课系统中包含了大量的原始数据，通过利用数据挖掘技术对这些数据进行挖掘和分析，可得到很多有用的信息。而基于数据挖掘的排课选课系统，能有效满足高校发展的相关需求。

参考文献

[1]姜永亮,符传谊.数据挖掘技术在选课系统中的应用[J].微型电脑应用,2009,25(8):61-62.

[2]张志友.数据挖掘技术在选课系统中的应用[J].实验室科学,2007(3):94-96.

[3]周超群.基于数据挖掘算法的教务选课系统的设计与实现[D].西安:西安工业大学,2014:3.

作者:黄林伟 单位:广东工业大学华立学院