导　　师： 向军;肖政宏

授予学位： 硕士

作　　者： (）;

机构地区： 广东技术师范学院

摘　　要： 当今的社会是一个电子信息高速发展的社会,科技发达,信息高度流通,数据量大是其最大的特点。大数据和云计算是这个高科技时代的产物。近年来,大数据也吸引了越来越多的人关注。如何在大数据中发现有用的信息,利用有用的数据创造出价值。是近年来人们对信息世界研究的重点。学生操行考核管理是职业学校重要环节。传统的职业学校学生操行考核管理系统,以便于学生操行考核管理信息化。一般存储着每位学生基本信息、操行考核信息、班级的考核信息、班主任的考核信息。对学生、班级、班主任的日常工作量化管理,对学生在早操、升旗、课堂、晚自修、其它等方面进行量化考核。但也存在许多问题,比如:中职学校存在不同专业的学生生源不一,各专业的性别差异大,班级人数也存在着差异,造成专业学生违纪量差距大。如果一视同仁,用同一样的量度方法考核各班操行,结果将会一边倒,不公平,造成优秀班级都是来自同一个专业的,使考核办法失去公平性和说服力。本论文基于知识发现对职业学校学生操行考核管理系统进行分析、实验和研究。从现有的数据中挖掘有用的数据进行计算分析,利用K-means算法对现有考核数据按考核项目进行聚类,提出一套能反映客观事实、科学而又有依有据的操行考核系数计算方法,按不同专业、不同项目进行细分考核。探索知识发现在职业学校学生操行考核管理中的应用,在研究K-means的同时,对算法在随机选取初始点进行改进,提高算法效率。最后设计并实现基于K-means算法的专业和考核项目系数生成模块,完善原有的考核系统,使系统更加智能化,科学、合理、客观、精准地进行学生操行考核信息化管理。

关 键 词： 知识发现 职业学校 学生操行考核管理 考核细化

领　　域： [] []