1. 研究目的与意义（文献综述）

数据挖掘是指从大量的数据中获取有用的信息，获取的知识可以辅助使用人员在关键的时候做出决策。数据挖掘需要经过数据收集、数据处理、数据仓储建立、数据探勘、样式评估、结果展示等几个过程。近年来，数据挖掘是信息技术发展的一个重要方向，具有极高的研究价值与实用意义。

自上世纪六十年代以来，原始的数据处理已经进化到复杂的数据库系统。自七十年代以来，数据库系统发展至层状和网状的关系数据库系统。自八十中期以来，数据库技术的特点是广泛接受关系技术、研究和开发新的功能强大的数据库系统。在1989年8月，知识发现（knowledge discovery in databases，kdd）一词在第十一届国际人工智能会议上正式被提出。1995年，首届kddamp;data mining国际会议召开，之后该会议每年召开一次。迄今为止，数据挖掘技术的研究已经取得了不小的突破。目前，美国对数据挖掘的研究占据着主导地位。有许多国际公司发现市场上对数据挖掘工具的需求巨大，均跻身于研究数据挖掘的队列中来。目前最主要的数据挖掘软件有knowledge studio，ibm intelligent miner，spss clementine，cognos scenario等。

2. 研究的基本内容与方案

本次毕设主要研究各高校的成绩管理系统，分析数据挖掘技术的现状，并在此基础上设计并开发一个基于数据挖掘技术的学生成绩管理系统。本课题拟采用软件工程化开发方式进行需求分析、概要设计、详细设计和开发测试等步骤。此外，本课题还可以利用系统流程图、e-r图等工具辅助系统设计。本课题将对传统的成绩管理和基于数据挖掘的成绩分析进行对比，对系统的各项功能进行测试，通过实验验证数据挖掘的可行性和准确性。最终，使用数据挖掘技术中的关联规则进行学生的成绩数据和基本信息数据的知识发现，分析出影响学生成绩的主要因素，从而帮助管理人员根据学生的不同特点进行课程安排与设置。

本课题首先借助sql server等数据库开发工具设计基于b/s结构的学生成绩管理系统；其次，借助现有的数据挖掘工具完成数据的挖掘与分析，并将数据挖掘技术中的关联规则算法（如apriori算法）加入到系统中，从各方面来寻找与成绩相关的因素，挖掘不同课程成绩之间的联系，使得分析更全面更有依据性；最后，系统拟将数据挖掘的分析结果形成简单易懂的可视化结果进行输出。

3. 研究计划与安排

第1周－第3周：搜集资料，明确研究内容，了解本课题研究所需的理论知识，撰写开题报告；

第4周－第5周：论文开题；

4. 参考文献（12篇以上）

[1]闫金奎. 基于数据挖掘的高校学生成绩管理系统的设计与实现[d].天津大学，2015.

[2]席先杰. 基于数据挖掘的成绩管理系统的设计与实现[d]. 浙江工业大学, 2007.

[3]侯继文. 基于数据挖掘的高校成绩分析系统的设计与实现[d]. 延边大学，2015.