跳到主要內容

臺灣博碩士論文加值系統

(44.200.82.149) 您好!臺灣時間:2023/06/11 03:29
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:邱雅鳳
研究生(外文):Chiu,Yafeng
論文名稱:應用資料探勘技術分析入學成績與在學表現關係之研究
論文名稱(外文):The Study of the Correlation between College Entrance Test and the Academic Achievement with Data Mining Techniques
指導教授:翁添雄
指導教授(外文):Weng,Tienhsiung
口試委員:翁添雄葉介山張顯榮
口試委員(外文):Weng,TienhsiungYeh,JiehshanJong,Teohhia
口試日期:2011-11-02
學位類別:碩士
校院名稱:靜宜大學
系所名稱:資訊碩士在職專班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2011
畢業學年度:100
語文別:中文
論文頁數:68
中文關鍵詞:招生策略資料探勘視覺化資料入學管道關聯規則演算法群集演算法
外文關鍵詞:Admission StrategiesData MiningVisualization DataEntrance ChannelsAssociation RuleCluster
相關次數:
  • 被引用被引用:7
  • 點閱點閱:1079
  • 評分評分:
  • 下載下載:236
  • 收藏至我的研究室書目清單書目收藏:2
本研究以探討中部地區某私立大學為例,主要分析九十六學年度至九十八學年度,資訊工程學系大學部學生在學成績資料與招生入學成績資料,採用資料探勘工具之群集演算法與關聯規則演算法,探勘考試分發、學校推薦、個人申請..等不同入學管道,其入學成績與在學成績間的關聯性,找出有意義之群集特性與關聯規則知識,並以視覺化的方式呈現:不同入學方式之在學成績表現、入學高中區域分佈情形、不同區域在學表現等圖型化資料,最後,分析資料探勘結果及視覺化的資料,提出招生策略及建議,以提供學校招生組與學系遴選學生時之參考。
In this thesis, we use data mining tool to analyze the undergraduate student database obtained from one of the university at the department of computer science and information engineering located in central Taiwan. The student database consists of college entrance the test score of various admissions and their grades of the prerequisite courses during their academic year 2007 to 2009. The data mining methods we applied are the cluster and association rule, which goal is to analyze the correlation between the college entrance test of diversified admission policies and their learning achievements. We try to discover potential rules and knowledge, and to provide visual information. Finally, based on the results, we provide the enrolment strategies and suggestions for the office of admission.
目錄
第一章 緒論 1
1.1 研究背景及動機 1
1.2 研究目的 2
1.3 研究流程 2
1.4 研究範圍與限制 4
1.5 研究架構 4
第二章 文獻探討 5
2.1 大學多元入學介紹 5
2.1.1 大學現行入學管道 6
2.1.2 成績採計規則 6
2.2 少子化問題的影響 7
2.3 招生論文之相關研究 9
2.4 實體關係圖(ERD) 11
2.5 資料探勘的定義 (Data Mining) 11
2.6.1 CRISP-DM資料探勘流程 12
2.6.2 資料庫知識探索(Knowledge Discovery in Database, KDD) 15
2.6 群集分析(Cluster Analysis) 16
2.6.1 K-means演算法 16
2.6.2 E_M演算法 18
2.7 關聯規則(Association Rule) 19
2.7.1 關聯規則原理 19
2.7.2 資訊價值 20
2.7.3 Apriori 演算法 21
第三章 研究方法 22
3.1 研究架構圖 22
3.2 資料分析範圍 23
3.3 知識探勘過程 23
3.4 資料處理 25
3.4.1 資料清除(Data Cleaning) 25
3.4.2 資料整合(Data Integration) 25
3.4.3 資料轉換(Data Transformation) 26
3.4.4 資料縮減(Data Reduction) 26
3.5 研究設計 26
第四章 實作研究成果與分析 27
4.1 資料實體關係圖 27
4.2 實作分析 27
4.2.1 資料收集 28
4.2.2 資料清除與整合處理 28
4.2.3 資料探勘工具建置 29
4.2.4 資料區域轉換 29
4.2.5 以群集演算法區分入學與在學成績級距 31
4.2.6 視覺化圖型資料描述 36
4.2.7 以關聯規則演算法探勘入學成績與在學表現之關聯分析 38
4.2.8 入學成績與在學表現彙總整理及分析探討 51
第五章 結論與未來研究方向 52
5.1 結論 52
5.2 未來研究方向 53
參考文獻 54
附錄 57
參考文獻
1.尹相志,SQL Server 2008 Data Mining資料採礦,悅知文化,2009年。
2.內政部統計處(2011第2週),內政統計通報, http://sowf.moi.gov.tw/stat/week/list.htm。
3.行政院經濟建設委員會人力規劃處,2010年至2060年臺灣人口推計報告,http://www.cepd.gov.tw/m1.aspx?sNo=0000455 ,2010年09月。
4.吳仁和、林信惠,系統分析與設計-理論與實務應用-Systems Analysis Design: Theory Application,智勝文化事業有限公司,2007年。
5.吳旭志、賴淑員,資料探勘理論與實務:顧客關係管理的技巧與科學,維科圖書,1991年。
6.林木花,人工智慧導論資料探勘(Data Mining)資料倉儲(Data Warehouse),http://kikalin.myweb.hinet.net/course/chapter%206.ppt,2008年。
7.邱昭彰、楊順昌、林國偉,顧客關係管理與資料探勘,顧客關係管理深度解析, 遠擎顧問公司主編,遠擎顧問公司,民國90年。
8.教育部,第八次全國教育會議,2010年08月。
9.莊惠米,「應用多準則決策於大專院校招生行銷策略之選擇-以開南管理學院為例」,開南管理學院,民國95年。
10.陳文權,「以資料探勘技術建構 FPC 製程異常關連與預防客訴問題之研究」,靜宜大學,民國98年。
11.陳玉盆,「大學招生與大學生選校策略分析-以逢甲大學為例」,逢甲大學,民國93年。
12.陳嘉惠、鄭順林,跨產業資料探勘標準作業程序(CRISP-DM)在心臟病資料分析之應用, www.stat.ncku.edu.tw/faculty_private/sljeng/Datamining/information/CRISP.htm 。
13.黃文哲,「我國大學院校招生之市場區隔與行銷策略之研究」,國立政治大學,民國92年。
14.楊琇媛,「利用資料倉儲與資料探勘技術於招生策略與學生特質分析之研究」,中原大學,民國92年。
15.楊琇媛、李維平,「台灣地區資料探勘技術在醫學資料庫應用趨勢之研究」,峽兩岸企業e化策略發展研討會論文集,2002年。
16.薛承泰,「因應人口變遷的政策思考」報告,台大公共論壇「面對少子女化」研討會(自由時報-電子報) ,2010年12月。
17.蘋果日報,少子化 國立大學擬強制併校, http://tw.nextmedia.com/applenews/article/art_id/33057971/IssueID/20101223 ,2010年12月。
18.Agrawal, R.,& Imielinski, T.,& Swami, A., ”Mining association rules between sets of items in large database”, in Proceedings of ACM SIGMOD,pp.207-216,1993.
19.Berry, M. J. A.,& Linoff, G. S., ”Data Mining Techniques: for Marketing, Sales, and Customer Support”,1997.
20.Berry, M. J. A.,& Linoff, G. S, “Mastering Data Mining: The Art and Science of Customer Relationship Management”,2000.
21.Brin, S., Motwani, R., Ullman, J. D., & Tsur, S, ”Dynamic itemset counting and implication rules for market basket data”, in Proceedings of the ACM SIGMOD Int ernational Conference on Management of Data,1997.
22.Chen, P. P.-S, “The Entity-Relationship Model--Toward a Unified View of Data”, ACM Transactions on Database Systems, pp.9-36, 1976.
23.Dempster, A. P.,& Laird, N. M., & Rubin, D. B, “Maximum likelihood from incomplete data via the EM algorithm”, Journal of the Royal Statistical Society Series,pp.1–38,1977.
24.Fayyad, Shapiro, G. P., & Smyths, P, “ From Data Mining to Knowledge Discovery in Database AI Magazine”,pp.37-54, 1996.
25.Gnardellis, T., & Boutsinas, B, “On Experimenting with Data Mining in Education”, 2001.
26.Han, J., & Kamber, M, “Data mining: Concepts and Techniques”, ch2,2001.
27.Han, J.,& Pei, J., & Yin, Y, “Mining without candidate Generation”, in Proceedings of the ACM SIGMOD International Conference on Management of Data,pp.1-12,2000.
28.IBM SPSS software for predictive analytics, www.crisp-dm.org/Process/index.htm .
29.MacQueen, J, “Some methods for classification and analysis of multivariate observations”, Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, 1, pp.281-297,1967.
30.Park, J. S.,& Chen, M. S., & Yu, P. S, “An effective Hash Based Algorithm for Mining Association Rules”, in Proceedings of ACM SIGMOD,pp.175-186,1995.
31.SlideFinder. 群集分析 (Cluster Analysis), www.slidefinder.net/群/群集分析_cluster_analysis/11685532
32.Srikant, A, “Fast Algorithms for Mining Association Rules”, Paper presented at the Proc. of the 20th VLDB Conference Santiago, 1994.
33.Yen, S. J., & Chen, A. L. P, “An efficient approach to discovering knowledge form large database”, Proceedings IEEE/ACM International Conference on PDIS, pp.8-18, 1996.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊