基于计算机技术的智能教务管理系统的设计与应用论文

SCI论文（www.lunwensci.com）

　　摘 要 ：针对高校教务管理效率低下问题,设计一种基于计算机技术的智能教务管理系统,通过对传统的 Apriori 算法进 行改进,实现算法执行效率有效提升,进一步提升高校教务管理系统的事务管理效率与智能化。应用结果表明,该系统可实现 学生成绩数据之间的关联与规则挖掘,可为教务管理者科学决策提供相应的支撑。

　　【Abstract】：To address the issue of low efficiency in academic management in universities, a computer technology-based intelligent academic management system is designed. By improving the traditional Apriori algorithm, the efficiency of algorithm execution is effectively enhanced, further enhancing the efficiency and intelligence of academic management in universities. The application results show that the system can achieve association and rule mining between student performance data, and provide corresponding support for academic administrators to make decisions.

　　【Key words】：academic management system;system design;Apriori algorithm;algorithm improvement;data mining;application testing

　　随着社会的发展,我国高等教育招生规模也随之扩 大,使得高校面临着全新的机遇与挑战。目前,高校规 模的扩大使得高校教学资源匮乏,教务管理系统作为高 校信息管理中的重要部分,如何提升教务管理效率成为 了目前学术界的主要研究方向之一 [1]。目前,关于教务 管理的研究主要侧重于数据的挖掘。在国外,有关研究 人员在云平台技术的基础上,提出一种改进的数据挖掘 分析技术,并表明此种技术可有效提升高校教务管理效 率 [2]。在国内,部分研究人员在其研究中将 DM 技术应 用在教务管理系统中,有效提升了教务管理效率,还有 研究人员将 Apriori 算法应用在教务管理系统中,有效 提升了教务管理的智能化,虽然具有较高的实用性,但 理论性相对较低。

　　针对其中情况,本文设计一种基于计算机技术的智 能教务管理系统。首先, 在传统 Apriori 算法的基础上对其进行相应的改进 ;其次,将改进的 Apriori 算法融 入到高校教务管理系统中 ;最后,对系统的应用进行测试。

　　1 算法介绍与改进

　　1.1 Apriori 算法

　　数据挖掘主要是指从随机数据中提取有效数据,并 在此基础上对其进行筛选、分析,技术结构如图 1 所示。

　　从图 1 中可明确看出,在数据挖掘技术的作用下, 可从海量数据中挖掘具有价值的数据,并分析不同类型 数据之间存在的关联性。相比较传统的数据库技术,数 据挖掘技术的执行效率相对较高。对于数据的关联性而 言,其主要是指不同类型数据在某个维度上存在某种规 律,可根据数据类型的不同,将其划分为三种类型 ：简 单关联、时序关联、因果关联 [3]。

　　对于 Apriori 算法而言,其在数据关联规则挖掘 中较为常用,算法执行过程中主要涉及两个方面的内容 ：(1)在海量数据中,挖掘频繁项集 ;(2)归纳挖 掘数据之间的关联规则。对于此种算法而言,其结构相 对简单,具有较高的数据处理效率,且准确度相对较 高。但是,此种算法难以实现多频模式和复杂结构的数 据挖掘,造成此种情况的原因主要有两点 ：(1)在通 过 Apriori 算法处理候选集的过程中,如频繁项集的数 量规模较大,此时算法处理候选集的难度将会增大,使 得算法处理效率降低,严重影响数据处理效果 ;(2)在 Apriori 算法使用过程中,需不间断地扫描数据库,花 费的计算资源相对较大,使得算法的模式匹配效率降 低,严重影响处理效率 [4]。

　　1.2 算法改进

　　通过上述分析可知,传统的 Apriori 算法处理效率相 对较低,且会导致计算机产生大量消耗。针对此种情况, 研究基于划分、散列等技术,对传统的 Apriori 算法进 行改进,具体如下。

　　1.2.1 散列技术

　　在 Apriori 算法扫描事务时,候选项目集中的候选 项集会产生相应的频集项集,在散列技术的作用下,可 对产生的项集进行映射处理,使其进入散列表的桶中。 当桶中包含的项集小于候选 2- 项集时,则将其中存在 的候选项集删除,进而实现候选 2- 项集的压缩。

　　1.2.2 事务压缩技术

　　在一般情况下,当事务中不存在频繁 k- 项集时,则 也不会有频繁 k+1- 项集存在。当事务中存在频繁 k+1- 项 集时,则无需扫描数据库,进而降低扫描次数,进一步提升算法执行速度。

　　1.2.3 划分技术

　　通过上述分析可知,通过降低扫描次数的方式可有 效提升算法执行速度。因此,为进一步降低次数,可通 过划分技术,将事务集划分为不同的逻辑子集,并在此 基础上查询局部频繁项集,同时,计算其支持度,在划 分数据库的基础上,确定所有的频繁项集 [5]。

　　1.2.4 抽样技术

　　在抽样技术的作用下,算法需从数据库中挑选相应 的随机样本,并在此基础上查找相应的频繁项集。在整 个过程中,算法的扫描次数仅为一次,有效提升了算法 的执行效率 [6]。

　　在上述技术的作用下,可实现 Apriori 算法的改 进,进而有效提升 Apriori 算法的执行效率。

　　2 系统设计与研发

　　在实现传统 Apriori 算法的改进后,将其融入高校 教务管理系统,其算法应用结构如图 2 所示。本次研究 设计的教务管理设计与研发具体如下。

　　2.1 数据采集模块

　　该模块作用在于采集数据库中的信息,本次研究采 用的数据库为 SQLServer,在实际应用过程中也选用 Oracle、MySQL 等其他类型的数据库。由于不同类型 数据库之间存在不匹配的情况,需在系统设计环节应用 ODBC 互通,进而实现不同类型数据库的访问。

　　2.2 数据整理模块

　　在从数据库中获取相应的数据信息后,系统需对采 集的数据进行筛选处理,进而消除数据中的冗余数据以 及不具备明显特征的数据。在数据筛选完成后,将其传 输至系统与中间数据库中进行分类存储 [7]。

　　2.3 数据分析模块

　　该模块作为系统的核心部分,主要是通过改进的 Apriori 算法实现数据的分析与处理,并在此基础上挖 掘不同类型数据之间的关联规则。

　　2.4 数据修正模块

　　对于本文设计的系统而言,其难以实现数据分析结 果的有效预测,导致用户难以确定数据分析结果实际意 义。针对此种情况,可通过数据修正模块的作用,对数 据数据分析结构进行修正处理,进而提升数据的精准性, 确保结果具有实际意义 [8]。

　　2.5 数据显示模块

　　在对数据进行相应的挖掘后,需将其结果呈现给系 统用户。因此,系统在确保分析结果准确性的同时,还 需实现数据分析结果的可视性。根据数据显示模块,可 通过图表的形式将数据分析结果呈现在系统用户眼前, 实现系统分析结果的展示。

　　3 应用测试

　　本研究以某高校作为研究对象,在处理器为Intel Ⓡ CoreTMi7 · 4790CPU@3.60GHz、内存为 4GB、系统 为 Windows10 的计算机中, 对本文设计的系统进行应 用测试。测试过程中的数据主要来源为该校 100 位同学 的多门课程成绩,部分测试数据如表 1 所示。

　　在实际测试时,算法首先更新候选项集, 计算支持 度并比较大小,获取执行结果如图 3 所示。

　　通过分析图 3 得知,在对数据进行挖掘后,仅有少部 分结果无实际意义,但是大部分结论具有重要价值。例如, CN>=60=>HWD>=60[support=49%, confidence=91.5%]。 其中, CN 为《计算机网络》, HWD 为《计算机硬件课 程设计》。通过相应的分析发现,两个具有一定的关联 性,当学生《计算机网络》及格(60 分),此时《计算 机硬件课程设计》及格(60 分)的概率相对较高。由 此得知,设计的系统可满足高校教务需求。

　　4 结语

　　为有效提升高校教务管理效率,本文设计了一种基 于计算机技术的智能教务管理系统,通过改进的 Apriori 算法,实现高校教务管理系统效率的提升,应用测试表明,本文设计的教务管理系统符合设计要求。虽然此种 算法具有一定的优势,但是其优化空间相对较大,主要 体现在支持度与可信度相对较高的情况下。因此,在后 续研究中,还需不断深入,确保系统能够安全稳定的运 行,进而有效提升高校教务管理的正常开展。

　　参考文献

　　[1] 李欢,熊雯婷.高校教务管理系统自动化运维初探[J].湖南大 众传媒职业技术学院学报,2023.23(1):38-42.
　　[2] KE Q.Design of University Educational Administration Management System Based on Sensor Data and Multidimensional Information Fusion[J].Wireless Communications and Mobile Computing,2022.
　　[3] TAN J.The design and Implementation of University Educational Administration System[J].Journal of Physics: Conference Series,2019.1345(6).
　　[4] 张守航,李四军.高校教务管理系统信息化研究与应用[J].信 息技术与信息化,2020(10):193-195+199.
　　[5] 周叶.研究高校教务管理系统信息化建设现状及对策[J].通 讯世界,2021.28(4):141-142.
　　[6] LIANG J J.Design on Educational Administration Management System Based on SSH Framework[C]//2020 3rd International Conference on Education Technology and Information System(ETIS 2020),2020:5.
　　[7] 罗晋煌.高校教务管理系统信息化建设的问题及解决方法 [J].无锡职业技术学院学报,2022.21(4):55-58+76.
　　[8] DAI L Z, WANG W J, ZHOU Y.Design and Research of Intelligent Educational Administration Management System Based on Mobile Edge Computing Internet[J]. Mobile Information Systems,2021.
 
 
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/74513.html