计算机网络专业论文提纲

论文题目：数据挖掘技术在优化中职计算机网络技术专业职业素养培养评价体系中的研究

摘要：数据挖掘技术,即英文中所指的Data Mining,是指通过某种特殊的算法,对数据库中所包含的大量数据进行分析,发现大量数据之间所携带的某种隐藏信息,而数据挖掘的目的就是要找到这些信息之间的关联性。目前,从消费者习惯分析,到大数据的数据挖掘,数据挖掘的应用已经渗透至社会的各行各业。北京市信息管理学校自2011年起构建了计算机网络专业职业素养培养体系,该体系中的对学生职业素养的评价由教师评价和企业评价两个部分构成,其中以教师评价为主。该校现在所使用的评价体系中的各指标权重值是由教师决定,缺少与企业实际人才素养需求的联系,也不能及时动态地按照企业需求进行调整。依照目前的评价体系,能实现按照指标权重,对学生进行评价,可以对学生的成绩进行简单的图表分析。但是这些数据背后所隐藏的更多信息并没有被挖掘出来,为了使得该校的职业素养评价体系能够更好地发挥作用,必须对构成学生评价的教师评价部分和企业评价部分的数据进行更深层次研究。本文以北京市信息管理学校为实例,进行了数据挖掘技术课题的相关研究。使用聚类算法对该校的职业素养评价进行了深入的分析和研究。在此基础之上,为该校建立了一套专门的职业素养评价模型。并且将使用该模型得到的学生的评价数据与企业所提供的学生的评价数据进行了比对,最终发现出二者的关系,从而了解到企业对于学生素养培养层次的具体要求,实现了将学生的职业素养培养与企业对人才的职业需求对接的培养要求。使用关联规则对职业素养培养质量的数据进行数据挖掘后,便于学校找到培养质量的关键影响因素,为以后职业素养培养提供更为准确的理论依据。

关键词：数据挖掘;聚类分析;关联分析;素养培养体系;评价体系

学科专业：计算机应用技术

摘要

Abstract

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状和研究意义

1.3 研究意义和内容

1.4 组织结构

第2章 数据挖掘理论的基础研究

2.1 区分数据挖掘与知识发现

2.2 解析数据挖掘的任务和功能

2.3 对数据挖掘的过程进行研究

2.4 数据挖掘方法的分类

2.5 本章小结

第3章 聚类与关联规则分析研究

3.1 对聚类分析的研究

3.1.1 什么是聚类分析

3.1.2 基本聚类方法有哪些

3.1.3 了解基于形心技术的K-均值方法

3.2 对关联规则的研究

3.2.1 什么是关联规则

3.2.2 主要关联规则是如何分类的

3.2.3 用对比理解主要关联规则算法

3.2.4 学习Apriori算法

3.3 本章小结

第4章 聚类分析在职业素养评价中的应用

4.1 职业素养评价体系模型的构建

4.1.1 建立层次结构模型`

4.1.2 层次分析法的主要步骤

4.2 职业素养评价的现状

4.3 聚类分析应用于职业素养评价模型

4.3.1 具体实施过程

4.3.2 算法的实现

4.3.3 数据聚类的结果

4.4 职业素养评价模型的改进

4.4.1 对现有模型的改进

4.4.2 一致性验证

4.4.3 数据之间的转换

4.4.4 对聚类的分析

4.5 使用SPSS进行验证

4.5.1 使用Spss验证改进前的模型

4.5.2 使用Spss验证改进后的模型

4.5.3 挖掘结果的现实意义

4.6 本章小结

第5章 关联规则在职业素养评价中的应用

5.1 数据预处理

5.1.1 确定挖掘的对象和目标

5.1.2 对数据的采集

5.1.3 对数据进行预处理

5.2 对APRIORI算法进行改进

5.3 关联分析职业素养评价下评价等级与学生之间的关系

5.3.1 踏实肯干勇于探索与评价等级的联系

5.3.2 团队协作精神与评价等级的联系

5.3.3 服务意识和责任心与评价等级的联系

5.3.4 积极分析和解决问题的意识与评价等级的联系

5.3.5 学习意识与评价等级的联系

5.4 使用SPSS进行验证

5.5 本章小结

结论

参考文献

致谢