基于分布式关联挖掘的学业发展评价系统研究与实现开题报告

1. 研究目的与意义

在社会现代进程中，我们习惯于使用经验去指导工作去衡量事物。然而经验不是万能的，出错的可能性也非常高。传统高校信息系统中，仅提供学生数据成列展示，而未有效使用这些数据帮助教务管理及辅助决策，教务工作依然是凭借过往的工作经验来开展，这样无疑是一种资源的浪费。现在使用大数据技术来对这些数据进行深入的挖掘，可以充分发现数据中的隐藏的规则，发现数据的价值。让仅能够提供展示的数据变得具有实际指导作用，可以也提高高校教务管理水平，降低管理成本。

针对现有高校信息系统在数据细致分析、挖掘方面的不足，本课题拟设计实现一个基于分布式关联挖掘的学业发展评价系统，课题从使用分布式存储技术解决大量数据存储问题、使用分布式计算从大数据中挖掘有效信息、根据学生个人信息与已有的关联规则结合进行预测等方面入手，实现学生发展评价和发展路线推荐等功能，解决现存教务管理模式不能对每个学生针对性提供学习发展建议问题。

通过分布式关联挖掘的学业发展评价系统设计与开发，能够实现数据化学生发展情况，这样就可以分析和预测学生未来的发展，从而精确的给每一个学生制定不同的教学标准，为现代化教务管理提供数据化服务支持。让“因材施教”对一个学生都适用，这样无疑会大大提高教学效率，具有提高教学成果，提高教务管理的投入产出比的意义。

2. 研究内容和预期目标

研究内容：

1、通过查找、阅读和分析文献资料，了解教学管理，了解大数据。与课程教师充分交流，确定具体的研究目标；

3、将学生数据分类和筛选，找出有意义的部分以特定形式存储；

3. 研究的方法与步骤

方法：

1．阅读任务书，了解学业发展评价系统的研究方向；

2．上网查找相关资料；

4. 参考文献

[1] 官思发, 孟玺, 李宗洁,等. 大数据分析研究现状、问题与对策[j]. 情报杂志, 2015(5):98-104.

[2] 郭平, 王可, 罗阿理,等. 大数据分析中的计算智能研究现状与展望[j]. 软件学报, 2015, 26(11):3010-3025.

[3] 李馨. 高等教育大数据分析:机遇与挑战[j]. 开放教育研究, 2016, 22(4):50-56.

5. 计划与进度安排

1、2022.1 ---- 2022.2 查阅资料,了解课题背景， 撰写开题报告

2、2022.2 ---- 2022.3 根据课题要求，进行需求分析,熟悉开发工具