摘 要

随着计算机技术的普及，信息技术对社会的各个层面都产生了很大影响，信息技术对教育的发展和改革也产生重大的影响。但是信息技术的快速发展使得数据库容量变得越来越大，面对海量数据，教育部门迫切需要智能、高效的信息技术来处理数据，从而找出对管理决策有价值的信息，大数据技术为此提供了解决方法。
基于以上研究背景，本文进行了系统的分析，以数据挖掘为工具，使用大数据技术对学生行为进行分析对学生学业进行评价，并通过数据实验，验证了大数据技术可理性分析学生学习的方方面面，让高校教育信息化变得切实可行。主要工作内容如下：
（1）介绍了大数据技术以及数据挖掘的相关基础理论知识，其中包括大数据的相关理念、大数据的处理、数据挖掘的概念以及数据挖掘的步骤。

（2）采用SPSS Clementine软件对学生行为进行分析，对学生学业评价进行实例化仿真，为教育教学提供了一定的决策依据，验证了大数据技术可理性分析学生学习的方方面面，让高校教育信息化变得切实可行。

通过理论知识准备、学生行为及学业评价模型构建以及数据实验，进行结果分析，表明了大数据技术在教育信息化中的不可或缺的作用，对今后进一步的研究和实际应用有着重要的指导意义。
关键词：教育信息化；大数据技术；数据挖掘；K-means聚类；主成分分析

Abstract

With the advent of the information age, information technology to all aspects of society have had a tremendous impact of information technology on the development of education and reform had a significant impact. However, the rapid development of information technology makes database capacity becomes larger, the face of huge amounts of data, the education sector is an urgent need intelligent and efficient information technology to process data to dig out valuable information for management decision-making, data mining application aims to provide a solution.

Based on the above background, this paper analyzes the system, data mining as a tool to use Big Data technologies to students wording analyze students' academic evaluation and simulation example, to verify the data mining technology in the education information application effective sex for the development of educational information to provide a scientific basis for decision making. The main contents are as follows:

(1) introduces the basic theoretical knowledge of big data technology and data mining, including the definition of data mining task, data mining and data mining process, and this paper uses data mining algorithms include K-means clustering , principal component analysis is described in detail;

(2) using SPSS Clementine software for student behavior analysis, evaluation of students' academic instantiated simulation, provide some basis for decision making education illustrates the possible effectiveness of data mining technology in the application of information technology education.

By theoretical analysis, model building and simulation examples, the results of the analysis methods, describes the important role of data mining in information technology in education, and for further research and practical application of important guiding significance.

Keywords: Education Information; Big Data ; Data mining; K-means Clustering; Principal Component Analysis

目录

摘要 3

第一章 绪论 5

1.1 研究背景 5

1.2 研究目的及意义 5

1.3国内外的研究现状 6

1.4 研究内容与方法 7

1.5 本文组织结构 8

第二章 大数据技术与数据挖掘 9

2.1 大数据相关概念 9

2.1.1 大数据 9

2.1.2 大数据技术 9

2.2 大数据的处理 9

2.2.1 采集 10

2.2.2 导入/预处理 10

2.2.3统计/分析 10

2.2.4挖掘 10

2.3 数据挖掘 11

2.3.1 数据挖掘的概念 11

2.3.2数据挖掘的步骤 11

2.3.3 数据挖掘的任务和功能 11

第3章 构建学生行为分析和学业评价模型 13

3.1学生行为分析模型构建 13

3.1.1 K-means算法 13

3.1.2 数据收集及预处理 17

3.1.3 数据模型的建立 21

3.2 学业评价模型构建 22

3.2.1 主成分分析方法 22

3.2.2 数据收集与预处理 24

3.2.3 数据模型的建立 24

第四章 主算法分析 25

4.1 聚类算法 25

4.2 PCA算法 27

4.2.1 归一化算法 27

4.2.2 计算协方差 28

第5章 学生行为及学业评价分析结果 29

5.1学生行为分析结果 29

5.2学生学业评价分析结果 30

5.2.1指标选取 30

5.2.2 数据标准化 30

5.2.3 确定主成分的个数 31

5.2.4 确定主成分函数的表达式 31

5.2.5计算综合主成分值并进行评价与分析 32

5.3 学生综合评价分析 33

第6章 总结与展望 35

6.1总结 35

6.2展望 35

致谢 37

参考文献 38

第一章 绪论

1.1 研究背景