文档介绍：广西师范大学
硕士学位论文
基于数据挖掘的大学生综合素质评估系统的设计与实现
姓名:梁宝华
申请学位级别:硕士
专业:计算机软件与理论
指导教师:张超英
20070401
摘要

基于数据挖掘的大学生综合素质评估系统的设计与实现
论文作者:梁宝华导师:张超英专业:计算机软件与理论
专业方向:数据库应用年级:2004 级

摘要
当前,素质教育己成为全社会的共识,随着教育教学改革的全面深化,时代赋予高等
教育长期而艰巨的任务是坚持以素质教育为核心,培养出高素质的开拓型人才。从高等教
育推进素质教育的进程看,在实践环节上,目前己进入一个新的阶段,而大学生素质评估
尤其是综合素质的评估还显得比较薄弱,这一现实问题已成为影响当前进一步加强和改进
高校学生素质教育工作的一个“瓶颈”。
综合评估是对被评价对象所进行的客观、公正、合理的全面评价,是素质教育效果的
一种体现,它关系到学生自身发展、高等院校教育教学改革和用人单位能否获得高质量的
人才。权重是综合评估中的重要环节之一,但目前在评估中,指标赋权方法过于单一,主
观性、片面性太强,不能客观地反映各指标的重要性。为了避免过去评估系统赋权方法的
不足,本文采用了组合赋权法,通过选择现有系统中的主观法、客观法,再设定偏好系数
来实现。利用组合赋权法计算各指标的权重,可以吸取主观法和客观法的优点,同时又避
免了这两类方法的缺点,得到的权重更合理地反映各指标在综合评估中的重要性。
综合评估方法的选择也很重要,是评估中最关键的一步。目前,能较好地考虑综合评
估过程中的各种定性与定量信息的评估方法如神经网络法、模糊综合评估法等。但在实际
应用中,这些综合评估方法仍摆脱不了评估过程的随机性、专家主观上的不确定性及认识
上的模糊性等不足。即使是同一评估专家,在不同的时间和环境对同一被评价对象也往往
会得出不一致的评估结果。为了避免过去综合评估系统中评估方法及系统自身的不足,在
大学生综合素质评估系统中集成了多种评估方法,用户可根据自己的需要选择合适的方
法。由于以往的评估系统中评估方法单一,所以评估结果无可比性。为了避免这一不足,
系统中采用了等级相关系数法,此方法表示变量之间等级排序线性相关程度的量。通过对
学生的多种综合评估结果进行等级相关系数计算,根据计算结果大小选择最佳方案。
当前,有的综合评估系统只注重最终评估结果,用户只是将这个评估结果作为评价被
评对象的依据,很少利用评估结果中潜在的信息,这样的评估系统集成化程度和智能化程
度均较低。为了不让这些宝贵的评估信息资源白白地浪费,本文引进数据挖掘技术。通过
数据挖掘技术,对评估数据进行关联规则发现,试图得到一些有利于决策者的信息。本文
就是基于大学生综合素质评估系统的一个应用。通过关联规则发现,可以得到一些优等生
及劣等生的相关信息。校方决策部门可根据此信息,得到优等生优的因素及劣等生差的地
I
摘要
方,然后根据不同学生对症下药,更好、更快、更有效地培养出高素质的学生。
在关联规则算法选择中,本文利用了一种改进的基于向量积的关联规则算法。此算法
只要扫描事务数据库一次,不会产生大量的频繁项候选集。算法首先将数据事务集映射到
一个向量矩阵中,每个列向量代表一个属性,若要判断某几项的交集是否为频繁项,只须
通过几个代表属性的向量求内积,看结果中“1”的个数,若满足数目大于等于最小支持
度与总事务数的积,则可将这几项的交集并入频繁项目集。具体算法见节。此算法
与 Apriori 算法相比,效率快很多,对于大数据集的挖掘效果更加明显,平均要快 10~20
倍。若要对大量的学生评估数据进行挖掘,此算法要比 Apriori 算法节约很多时间。
实验证明,将以上技术融入大学生综合素质评估系统中,使系统能够从定性分析与定
量分析相结合的角度考虑,符合时代发展且能适应就业市场化的需要,具有一定的推广价
值。

关键词: 综合评估;组合赋权;改进 TOPSIS 法;等级相关系数;
关联规则;向量积

II
摘要
Design and Realization of College Students’ Comprehensive
Quality Evaluation System Based On Data Mining

Author:Baohua Liang; tutor:Chaoying Zhang; puter Software & T