基于K-Means与DBSCAN聚类算法据背景下基于高校综合性数据的学生行为分析与研究

随着高校信息化建设逐步加快,大多数高校已经在教学、科研、学生管理等领域部署了管理系统,便于高校科学化,智能化管理,提高了管理质量和效率。这些应用系统经过多年的运行产生了大量数据,存储于各应用系统数据库中,例如学生成绩、学生上机情况、学生去食堂情况、学生借阅图书信息等,这些数据仅在其独立领域里发挥局部作用。将独立的应用系统的信息资源进行整合、集成,构成高校综合性数据,通过数据挖掘技术进行分析,挖掘出海量数据的隐藏特征,找出数据间的潜在联系,可以有效的帮助教学工作、学生思想政治工作、学生就业指导工作的管理,甚至能改变传统教育模式、学习生活模式及管理模式。本项目通过将近年高校学生入学信息、学生成绩、学生上机信息、学生图书借阅信息、学生生活费情况整合为综合性数据,利用数据挖掘技术建立数据模型,分析学生行为特征,探索学生行为和人才质量培养之间的关联关系,进步指导教学管理、学生管理、就业指导等相关工作,以提高教育质量。