基于数据挖掘技术的高校贫困生管理系统设计和分析_单菊芬.docx

《基于数据挖掘技术的高校贫困生管理系统设计和分析_单菊芬.docx》由会员分享，可在线阅读，更多相关《基于数据挖掘技术的高校贫困生管理系统设计和分析_单菊芬.docx（63页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它 教疗机构的学位或证书而使用过的材料。与我一同丁作的同志对本研究所做的 任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担 -切相关的法律责仟。 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的 M 印 件和电子文档；允许论文被杏阅和借阅；可以将学位论文的个部或部分内容编

2、入 冇关数掘库进汀检索；吋以采川影印、缩印或丨 I 描等 M 制亍段保存、扒编本卞位 论文。本 文电子文档的内容和纸质论文的内容相 致。论文的公布（包括刊登 ） 授权南京邮电大学研究 z 丨院（筹）办理。 涉密学位论文在解密后适用本授权书。 南京邮电大学 工程硕士学位论文摘要 学科、专业 ：工科、计算机技术 研究方向 ：计算机应用 作者： 二零零九级工程硕士研究生 单菊芬 指导教师： 付雄副教授 /硕士生导师 李琳副教授 题目 ：基于数据挖掘技术的高校贫困生管理系统设计和分析 英文题目 ； Design and Analysis Based on the Data Mining Technol

3、ogy of Poverty Stricken Students9 Management System in Colleges 关键词 ：校园一卡通，数据挖掘，数据仓库 ,联机分析处理，决策支持 英文关键词： Campus Card, Data Mining, Data Warehouse, OLAP, Decision Support 南京邮电大学工程硕士研究生学位论文 摘要 摘要 如何合理、高效地对贫困生开展资助工作，已成为高校学生管理工作的一大难题。当 前大多数高校学生管理软件在功能设计上偏重于信息的基础性管理，不能很好地进行数据 综合性分析与测算。因此，在现有高校学生管理系统的基础上，

4、结合数据仓库知识，实现 数据挖掘功能，为管理者提供科学有效的决策支持己经成为一个需要迫切解决的问题。 本文以常州工程职业技术学院贫困生资助工作为例，基于校园一卡通的消费数据，通 过数据仓库、 OLAP、 数据挖掘技术的综合应用来挖掘有用的知识，围绕着贫困生评价数据 平台的建立、数据分析、数据挖掘模型的应用以及评价流程的改进等展开探讨。论文首先 建立高校贫困生评价机制的数据仓库、数据模型，然后利用数据挖掘技术解决系部、专业、 生源地、家庭收入状况等指标的多维分析问题，基于图表分析和关联分析对知识进行发现。 最后，根据知识发现的结果，为贫困生评价机制提出改进的建议。 研究表明将数据挖掘应用于校园一

5、卡通的数据分析，并将这些分析结果协助学院辅助 决策是可行的，同时现有的工作也为未来构造完成分析平台，以及实现更高层次 的决策支 持奠定了坚实基础。 关键词 ：校园 “ 卡通；数据挖掘；数据仓库；联机分析处理；决策支持 南京邮电大学 .丨 :程硕士研究生学位论文 ABSTRACT ABSTRACT How to carry out the work reasonably and effectively on the poverty stricken students in colleges has become a big problem of management on college stu

6、dents. However, most management software in function stresses on the foundation of universities information management, not very good in comprehensive analysis and measurement data. Therefore, we hope to be able to in the existing management system, combined with the knowledge of data warehouse, rea

7、lize data mining function, provide scientific and effective data to support for management decision makers. The article is taking poverty stricken students aid work for example in Changzhou Institute of Engineering Technology, based on studying the campus card transaction data, through the comprehen

8、sive use of data warehousing, OLAP, data-ming technology, we tap useful knowledge, around Higher vocational college valuation building data platform, data analysis and data mining the application of the model and have discusses on evaluation process improvement. In accordance with target on the data

9、 analysis-flat, building the data warehouse, data model of poverty stricken students assessment system, solve the multidimensional analysis problem of department, major, province, household income by data mining technology, using the chart analysis and correlation analysis method of knowledge discov

10、ery. At last, according to above knowledge discovery put forward the improvement suggestions on poverty stricken students5 assessment system in allusion to higher vocational colleges and universities management. This paper will be the knowledge that the work of excavation for the campus card data an

11、alysis, and knowledge of these schools to support decision-making support for the work of innovation is meaningfulness. At the same time, work now for the structural integrity of the analysis platform and to achieve a higher level of leadership support for the overall decision-making framework to la

12、y a solid foundation. Key Words: Campus card; Data Mining; Data Warehouse; OLAP; Decision Support 南 *邮电大学工程硕士研究生学位论文 0 录 目录 M M . I ABSTRACT . II 第一章引言 . 1 1.1 课题背景 . 1 1.2 课题现状及本人工作 . 1 1.3 本文内容与组织 . 2 第 二章相关技术知识 . 4 2.1 贫困生概念的界定 . 4 2.2 贫困生资助工作的审批流程 . 5 2.3 校园一卡通主要功能及发展现状 . 5 2.4 数据挖掘知识 . 6 2.4.丨数

13、据仓库的研究 . 6 2.4.2 联机分析方法 OLAP . 8 2.4.3 关于数据挖掘的研究 . 9 第三章高校贫困生管理系统的设计 . 14 3.1 管理系统的需求与分析 . 14 3.2 管理系统的总体设计 . 14 3.2.1 系统总体架构 . 15 3.2.2 系统主要功能模块描述 . 16 3.3 系统数据库的设计 . 17 3.4 管理系统的实现 . 19 3.4.1 系统开发环境 . 19 3_4.2 数据库实现 . 19 3.4.3 用户登录实现 . 20 3.4.4 贫困生信息管理实现 . 21 3.4.5 贫困生资助管理实现 . 21 第四章高校贫困生数据挖掘平台构建

14、. 23 4.1 数据平台构建 0 标 . 23 4 丄丨学生基本信总数据分析 . 24 4.1.2 校园卡消费情况数据分析 . 25 4.2 数据平台结构设计 . 25 南京邮电大学工程硕士研究生学位论文 _ 目录 4.3 数据平台解决方案 . 27 4.3.1 数据仓库的数据建模 . 28 4.3.2 数据平台的建立 . 29 第五章数据挖掘技术的应用研究 . 31 5.数据分析 . 31 5.1.1 按系部维度分析 . 31 5.1.2 按专业维度分析 . 32 5.1.3 按生源地维度分析 . 36 5.1.4 按家庭收入维度分析 . 36 5.2 数据挖掘算法 . 38 5.2.关联

15、规则简介 . 38 5.2.2 Apriori 算法分析 . 39 5.2.3 实例分析 . 40 5.3 每月补助模块 . 45 5.3.1 学生消费卉询实现 . 45 5.3.2 统计表建立及参数设置 . 45 5.3.3 食堂消费统计实现 . 45 5.4 心理健康模块 . 46 5.4.1 研究对象与方法 . 47 5.4.2 研究结果 . 47 第六章总结与展望 . 49 6.1 总结 . 49 6.2 顧 . 50 S if . 52 . 53 参考文献 . 54 49 IV 南京邮电大学工程硕 :丨 :研究生学位论文 第 一 章 引 言 第 一 章 引 言 1.1 课题背景 贫困

16、生问题一直是国家、各省乃至所有高校高度关注的一个焦点。随着面向大众化的 高等教育进程的飞速发展，高校贫困生群体这个问题不容忽视。根据教育部最近的一项调 查统计，普通高校中经济困难学生占在校生总数的 15%-30%，其中经济特别困难学生所占 的比例为 8% 15%。 1为解决贫困生经济困难的问题，国家和一些高校都相继出台了一系 列的资助政策。但是随着高校贫困生人数的增加，对高校来说，如何界定贫困生成为摆在 管理者面前一项量大、繁琐而又细致的工作。 在如何认定一个学生是否是贫困生，评定贫困生的具体标准上每个 学校的做法都不一 样。一些学校单纯的仅仅把各地民政部门开具的证明和经济情况调查表作为认定的

17、标准之 一这种方法的弊端日益突出。正常情况下，学院认定标准是让学生出具由户籍所在地派出 所出具的家庭成员构成的户籍证明及民政部门加盖公章的家庭经济困难证明。事实上，一 些地方证明存在一定水分，并不是管理部门真正地去考察其真实情况，为应付了事，再加 上学生家庭的社会关系和人情关系，一求百应，结果造就了虚假的贫困材料。相反，一些 来自偏远地区、信息闭塞的真正贫困学生却不一定能开出证明。所以说这种做法的弊端是 贫困材料的真实 性值得怀疑，水分多。 高校贫困生认定体系结构的不完整，有些真正的贫困生有自卑心理，强烈的自尊心导 致他们开不了口。调查表明 公示是最有效的办法，但这会给一些心理脆弱的学生带来伤

18、 害 。 2因为家庭经济情况让一些贫困学生很早就有了心理阴澎，再加上自尊心太强，不 愿意将家里的真实情况说出来，在大学生这一转型时期，更很容鉍导致这部分同学形成自 卑、焦虑、敏感多疑心理，甚至有的贫闲生具有偏执心理。这样也严重阻碍了贫困生的准 确认定。 越来越多的高校管理者在贫困生的确定方式上采用多种途径获取信总，建立准确、全 面、动态的贫困生档案，这样一来方便对贫困生档案实行动态化的管理，定期调整人员。 1.2 课题现状及本人工作 本人曾经参与了常州 m 程职业技术学院校园一卡通建设从投标、建设实施项 Fi、 前 南京 _电大学工程硕士研究生学位论文 _ 第 一 章 引 言 台服务等项目的过

19、程，深感校园一卡通系统是集多种功能于一体的综合性消费和管理系 统。在每天校园卡的广泛应用中产生了大量的数据，这些数据看似简单，其实背后隐藏着 许多重要的信息。 据了解，目前绝大多数的院校没有对消费数据有效的利用起来。没有相应的分析系统， 特别是动态的、根据实际情况分析的系统供校园一卡通客户使用。 常州工程职业技术学院校园卡的管理功能是基于内嵌 1C 芯片中记录了持卡人的个人 信息，而校园卡的消费功能主要是基于内嵌 1C 芯片记录的电子钱包信息。 3每张卡可以根 据不同扇区设置多个电子钱包，利用电子钱包可以在校内消费产生的各种费用。如食堂消 费，图书馆上网，宿舍淋浴，冲开水等。校园卡是由本人个体

20、使用的，通过对其校园卡数 据的有效挖掘，应该可以得到该生的曰常消费习惯等信息。 这些信息对于辅助教学、校园 建设等都有积极的作用。 以校园卡食堂消费数据为分析对象，采用已有的数据挖掘知识进行分析，建立数据平 台，将学生校园卡在食堂的消费水平引入到贫凼生评价体系中，为以后的数字化校园等工 作打下坚实的基础。爲体的创新点如下： (1) 学生基木信息的采集。数据采集需要全面性，如果采集的基础数据信息十分有限，将 由 :接导致不能实现部分挖掘工作。因此需要采集 “ 些重要字段的数据，将原本孤立的数据 源有机地结合起来，综合探讨。 (2) 数据选择和转换。校园卡数据库的数据庞大，仅仅一年的交易数据量就超

21、过 300 万条， 如此庞人的数据需要先进行选择数据，再进行转换，如计算，求平均值等等。在分析研究 数据过程当中，将能真实反映学生消费情况的数据建立数据仓库。 (3) 利用数据挖掘和关联分析 0LAP 方法，首先建立可供数据分析的数据平台环境，然后在 此基础上，建立数据仓库、数据模型，利用数据挖掘技术解决学院系部、专业、生源地、 家庭收入状况等指标的多维分析问题，用图表分析和关联分析的方法对知识进行发现，最 终为高校管理决策者对贫凼生进行资助提供数据支撑，科学合理改进评价机制。 1.3 本文内容与组织 全文共分六个章节，内容组织如下： 第 一章 tr 先提出科学合理界定贫闲中的难度，提出将数据

22、挖掘技术在高校贫困先评价 机制的应用中； 第二章先结合了常州工程职业技术学院实际情况介绍了贫凼生审批的具体流程，然后 着 介绍了数据仓库技术、 OLAP 技术和数据挖掘技术的基本原理 ; 南京邮电大学工程硕士研究生学位论文 _ 第 一 章 引 言 第三章在贫困生管理系统的需求分析基础上，论述了管理系统的总体设计和系统的主 要功能模块； 第四章介绍了高校贫困生数据分析平台的总体方案，然后基于数据仓库技术，构建数 据分析平台模型，实现数据采集、数据分析和数据挖掘功能； 第五章首先采用了图表分析的方法对数据进行分析，然后对数据挖掘 Apriori 算法的核 心算法进行论述，将关联规则应用到资助方案提

23、供保障，接着介绍了每月补助和心理健康 模块； 最后，总结了本文所做的工作，对高校贫困生评价机制做出评估，并对该课题的进一 步发展方向进行了展望。 3 南京邮电大学工程硕士研究生学位论文 第二章相关技术知识 第二章相关技术知识 2. 1 贫困生概念的界定 如何制定出一个科学的 贫困生 概念，目前无统一规定。总体上分为以下两种界定 标准： (1) 定性标准。一些观点认为，不能仅仅靠学尔家庭所在地乡镇 (或街道 )或民政部门 出具的认定材料来界定学牛 .是否是贫闲生，而是应该由学生本人的消费来确定，确定方法 应先由班级认定评议，再由学生所在的系认定工作组屯核，并要对贫困生档案实行动态管 理，定期调整

24、人员。而另一些观点则认为，现如今很多高校对贫困生实行的大多是 免费 午餐 ，这种资助模式吸引了许多非贫困生的申请，并不惜用假材料来蒙混过关。这种方 法的弊端是，不能真正的符合资助贫 困生的初衷。一些人提出为了使有效的资源高效的利 用到真正的贫困生身上，可以采用在资源分配过程中贯彻 权利与义务对等 的原则， 授 人义鱼，不如授人以渔 。这样一来，一方面可以让贫困生在享受闲难资助的同时，另一 方面可以履行相应的义务，支持他们开展各种有益活动，通过活动来提高贫凼生的造血功 能。 (2) 定量标准。根据学生生活消费水平线来认定贫困生，根据国际上研究相对贫困问 题的惯用方法，高校贫困生确认的贫困线一般按

25、以下公式计算： PL=X/2,其中 PL 表小贫困线， X 表小 “ 大学生的平均消费水平（大学生用于大学生活、 学习有关消费的平均值 ） 。根据 PL 值，可计算贫困率 （ PR),亦即贫困线以下学生占总学 生数的比率。 4这种算法的弊端是：在实际操作中会产生一定偏差，造成偏差的原因可能 是对贫困生消费合理性的不同认知。一是要充分考虑到学院所在地的基本生活水平。贫困 足个相对概念，学生家庭所在地经济发展状况不同，对贫困家庭认定的标准也会有所不同。 二是划分贫困生标准不能简单的局限为能否吃饱，还丨、 V:该考虑到学生健康成长所需要的基 本营养需求和 本的交际：求、文体活动需求等，对 些必要开支

26、具体对待，不能简单 _ 概认为是 高消费 而 力切 ，严格禁止。 高校贫困生确认的贫困在贫困生的确定方式上，需要多种途径获取信 ,以便准确、 全面、动态的贫困生档案。一项调查结果显示，人学生认为确定贫困生与否的几个主要依 据如下： 向学生家庭所在地发函调 (42%) 同班同学测评 (35%) 班主任或宿舍同学 4 南京邮电大学工程硕士研究生学位论文 _ 第二章相关技术知识 提供 (33%) 校园卡消费使用情况 (15%) 。 目前为止，针对如何准确鉴定贫困生，还没有一个较权威的研究分析给出明确的结论 , 因此，各所高校所界定的标准各不相同。 2.2 贫困生资助工作的审批流程 常州工程职业技术学

27、院对贫困生的界定采用上述提到的定量标准与定性标准相结合 的方法。 贫困生划分为三类： 1、特别困难 2、困难 3、一般困难 学院贫困生界定的程序是首先由学生本人提出书面申请，并填写 后交给班主任。班主任统一收齐后，在班级成立考核小组进 行调查其表格填写的内容是否属实，并填写调查结果后，交系认定工作组初审。最后由学 院学生资助工作领导小组审批，公示贫凼生名单。最后把贫困生的资料在学院学生管理工 作处建档。 贫困生的档案是确定国家助学贷款、学费减免、困难补助的对象，为了保障档案的完 整、真实和准确。高校贫困生的认定过程和认定结果不再是 成不变的，而是动态的、可 调节的。对于己经建立贫困生档案的学生

28、，应定期对他们的情况进行了解，对贫困生学习、 生活和家庭经济情况进行定期的巡查，建立跟踪问效机制，实现动态管理。根据学生家庭 经济情况的变化进行适度的调查，并且可以采纳民主评议等方式来决定。这样做得优点是 不仅可以及时更新贫困生 数据库，对于那些已经不再符合贫困生标准的学生从数据库屮删 除出去，而且可以对家庭遇到突发性情况的学生，能及时加入到贫困生数据库屮，并给与 “ 定的帮助。 贫困生问题是当前国家和社会普遍关注的热点问题，贫困生资助体系日益完善。对贫 困生本身而言，有些学生对于自己的贫困状况，相仿设法通过途径合理解决；而一小部分 学生会再某种心理的作用下，羞于说明真实情况，导致很难得到合理

29、资助，给资助工作带 来一定的难度。 2. 3 校园一卡通主要功能及发展现状 一卡通 名称来源于英文名 Smartcard ， 称为智能卡，它将射频 识别技术和 1C 卡技术结合起来，用一个集成电路芯片镶嵌于塑料基本中，封装成为卡的形式。 校园一 卡通 之所以能发 M 迅猛，首先归功于校园卡给师生带来的方便。 校园一卡通 系统具 5 南京邮电大学工程硕士研究生学位论文 _ 第二章相关技术知识 有先进性、实用性、完整性可扩展性等优点，渗透到学生学习和生活的各个方面。 校园一卡通概念的提出已经有十几年了，毫无疑问，校园一卡通的开发建设将把校园 的信息化管理水平提高到一个新的高度。好几年以前，建设校园

30、一卡通就已经成为全国各 大高校的热门话题，其中相当一部分高校已经开始校园一卡通的建设。但数年过去了，各 高校的校园一卡通系统的实施和发展也是参差不齐的。只有部分高校真正实现了校园一卡 通，例如中国科技大学的校园一卡通工程就比较完善。相当多的高校对校园一卡通的使用 仍然仅仅局限在消费功能上，而很多功能并没有得到充分开发和利用，最重要的原因还是 没有建立统一完整的中心数据库及其日常管理运行机制。 常州工程职业技术学院于 2004 年 8 月实施校园一卡通工程，参与了校园一卡通实施 项冃。经过七年多的推广，校园卡的消费功能得到了很大的应用，使得 常州工程职业技术 学院学生不必像过去那样随身携带很多张

31、卡，一张校园卡就可以完成就餐、门禁、借书、 上网、洗澡、泡开水、会议签到等活动。值得一提的是， &从我们 2006 年常州工程职业 技术学院跟农行合作，投入圈存系统以来，提供给全院师生员工更多的自助服务方法，很 大程度地缓解了校园卡管理结算中心人员充值现金的压力。不过山于学院各单位管理不能 统一，使得校园一卡通的一些功能还不能实现，信息资源还没有实现完全共享。 2. 4 数据挖掘知识 近年来，数据挖掘之所以引起信息化和数字化的极大关注并被广泛使用，最重要的原 因 在于它能存储大量的数据，同时可以将这些数据转换成有用的信息和知识。 保存在计算机文件和数据库中的数据量正在以惊人的速度增长，与此同时

32、，这些数据 的使用中期望从数据中获得更精细的信息。例如，营销部主管己不再满足于简单的营销联 络列表，而是想了解关于客户以前购买商品的细节性信息，并预测客户未来的购买情况。 简单的杏询不足以支持这些增长的信总需求，需要数据挖掘技术来帮助解决问题。 g 前的数据库系统可以高效地实现数据的录入、查询、统计等功能，但无法发现数据 中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。 缺乏数据挖掘背后隐藏 的知识的手段，导致了 数据爆炸但知识缺乏 的现象。 2.4.1数据仓库的研究 (1) 概念 在 20 世纪 80 年代早期，数据仓痄之父 William lnmon 第一次使用了数据仓库这个术

33、6 南京邮电大学工程硕士研究生学位论文 _ 第二章相关技术知识 语。他在出版的 “Building the Data Warehouse 一书中所提出的定义被广泛接受 - 数据 仓库 （ Data Warehouse) 5是一个面向主题的、集成的、相对稳定的、反映历史变化的数据 集合，用于支持管理决策。 数据仓库是决策支持系统 DDS (Decision Support System， 辅助管理人员制定决策和解 决问题的综合性计算机系统以及相关的工具包）和联机分析应用数据源的结构化数据环 境。数据仓库研究和解决从数据库中获取信息的问题。 数据仓库以一个大型数据管理信息系统为基础、附加在这个数据

34、库系统之上的、存储 了从所有业务数据库中获取的综合数据、并且充分利用这些综合数据为用户提供经过处理 后的有用信息的应用系统。 6 数据仓库不同于一般数据库。传统的数据库系统仅仅作为一个数据管理的手段，主要 应用于更新数据库，即向数据库中添加信息。弊端是这种数据库技术难以对数据进行统计 分析，不能直接为决策应用服务。因此采用数据仓库，不仅可以准确、安全、可靠地从数 据库中取出数据，而且可以借助于系列工具加工处理后形成有规律的信息，以供决策者分 析使用，做出合理判断和支持。 图 2-1 数据仓库 图 2-1 展现了一个简甲 .的数据仓库视图。数据仓储系统的基本组成部分包括数据迁移、 数据仓阼和访问

35、工具。从操作型系统中抽取数据，在存放到仓库中之前必须 将数据重定格 式、清洗、集成和汇总。很多操作型数据在仓库中不再需要，并在转换过程中被剔除。 7 这种迁移过程类似 T 数据挖掘应用的耍求，只不过数据挖掘应用并非一定要在汇总过的或 7 南京邮电大学工程硕士研究生学位论文 _ 第二章相关技术知识 _者整个范围的 i 据上执行。上图中用于访问仓库的应用包括传统的查询、 OLAP 和数据挖 掘。因为数据仓库也存储为数据库，所以它也能被传统的查询语言访问。 (2) 特点 数据仓库是面向主题的，主题从逻辑上讲，对应某一宏观领域所涉及的分析对象， 比如客户、生产商等。 数据仓库是集成的，数据仓库的数据有

36、来自于分散的操作型数据，将所需数据从原 来的数据屮抽取出来，进行加工与集成，统一与综合之后才能进入数据仓库； 数据仓库是不可更新的，数据仓库主要是为决策分析提供数据，所涉及的操作主要 是数据的查询； 数据仓库是随时间而变化的，传统的关系数据库系统比较适合处理格式化的数据， 能够较好的满足商业商务处理的需求。稳定的数据以只读格式保存，且不随时间改变； 数据源。数据来自内部和外部的非集成操作系统。 大容量。时间序列数据集合通常都非常大，对企业来说数据仓库最终会朝大容量这 个方向发展。 非规范化的。数据挖掘数据可以是而且经常是冗余的。 元数据。元数据定义描述数据及其环境的数据，在数据仓库系统中有重要的用途。 元数据不仅能 提供基于用户的信总，而且可以支持系统对数据的管理和维护。比如说，记 录数据项的业务描述信总的元数据能帮助用户使用数据，关于数据项存储方法的元数据能 支持系统以最有效的方式访问数据。 元数据为访问数据仓库提供了一个信息目录，