文摘
随着中国经济的发展,教育也已大大提高,招生规模不断扩大。它已成为越来越难以管理学生成绩。学生成绩的传统手工管理效率低下等缺点,可怜的隐私,难以发现和维护,挖掘学生成绩的数据和不完整的知识资源,所以它是不可能完全测试和利用相关技术。基于这一背景,本文设计和开发一套中学教育管理决策支持系统结合稀疏聚类算法根据中学教育的实际需要。本文首先介绍了稀疏聚类算法的概念和四个层次的中学教育管理决策支持系统,数据层、模型层、应用程序层和显示层,然后介绍了基于五个系统模型,即数据库设计、在线分析处理模块设计,数据挖掘设计、模型库设计,功能设计,最后,教育决策管理支持的系统模型,模型试验完成。本文提出的实践表明,该系统可以管理学生的当前教育信息科学,从改变学生提取信息的成就,和确保援助教师教育决策。本文设计一个有效的决策支持系统通过研究稀疏聚类算法引入到中学教育管理领域。
1。介绍
“利用教育信息化推动教育现代化”是一种常见的趋势在世界教育改革和发展,也是一个重要的标准的快速发展中国的教育(1]。在中国传统教育中存在的问题,努力构建教育信息化,收集学生的数据信息,并建立一个教育数据分析系统(2]。与大学相比,高职院校和小学,中学的信息化建设起步相对较晚。与此同时,由于地区等因素,经济,和教学资源,全国中学的发展是不平衡的。目前,大多数学校没有信息管理标准。学校领导没有实时可见性是怎么回事在学校(3]。教育行政部门获悉,每个学校的教学数据的延迟和一些数据是不完全处理。这种现象不帮助领导人了解学校教学的实际情况,所以他们不能及时分析问题和解决问题,并没有客观的数据库管理决策和制定战略(4]。在实际开发过程中,如何有效地解决这些问题在中学教育管理是一个教育部门和学校领导所面临的难题5]。某些环境条件和设备的基础上,人们可以做出某些决定根据他们当前的状况和自己的目的的需要(6]。教育决策系统也是这样。分析现有的情况,结合学生的变化的信息,使得相应的预测学生的信息,并根据当前环境信息进行模拟,以获得最优结果的可能性,然后将这种可能性反馈给经理信息推荐(7]。在传统的学校管理方面,手工记录和总结的方法通常是采用。虽然很容易判断,让一切更好地处理,这无疑带来了巨大的行政压力,和管理不够全面和及时性不足;因此,引入计算机技术和集成系统相关的系统,通过计算机技术对大型数据处理的有效性,机器学习相关数据库,编码一些日常事务总结,通过集成系统,这样您就可以更快的处理日常事物,和一些重要的事情要反馈,提高信息处理的效率。在这种情况下,教育管理决策援助系统提出了非常必要的。它可以帮助教师及时掌握学生的学习和生活条件,做出正确的决策,促进科学和标准化管理的学校。本文的模型还可以提供大量的数据依据学校的信息化建设,提高学校的管理效率。
2。相关工作
基于Oracle数据仓库,SSH框架,Lucene全文搜索引擎,OLAP数据统计,前端JS可视化插件,和其他相关技术,文学研究通用数据挖掘算法在开源机器学习的主要框架和数据挖掘Mahout平台(8]。在此基础上,创建一个基本的决策支持框架和应用到中学的管理过程。文献提出了一种改进的算法,构造加权子空间聚类(SwSsc)算法,它弥补了缺乏本地约束(9]。改进后的算法可以在合成数据聚类实验和应用于彩色图像分类由于其有效性。文献提出了一种改进算法,结构自适应子空间聚类(上海市建筑),可以改善内部类的密度和类的分散10]。验证了改进算法的有效性在合成数据聚类实验,它可以用于图像聚类过程,彩色图像分类,彩色图像分割。的文献进行了详细的分析和设计中学管理决策支持系统(11,12]。其中,总体需求分析结合的现状需求与科学研究数据,中学管理的实际需求,和技术决策支持系统的概念;总体架构设计包括系统结构设计、技术架构和功能架构;结构的基本设计包括数据仓库设计,分析,处理和在线设计、数据挖掘设计和模式库的设计;应用程序模块设计包括功能设计和界面设计13,14]。文献介绍了决策支持系统的理论概述和研究阶段;其次,它理解学生的现代管理技术信息,教师信息、课程信息和成绩信息,并开始收集学生的成绩;最后,它使用Microsoft SQL Server2008来创建一个基于学生成绩数据仓库,使用Microsoft Visual Studio 2010作为开发工具来实现学生成绩管理决策支持系统,并使用数据挖掘算法发现有效的规则背后的隐藏的数据(15,16]。
3所示。稀疏聚类算法
3.1。基本原则
稀疏模型优化是建立稀疏表示通过稀疏数据约束优化模型,利用交替方向乘(小组ADMM)解决稀疏系数,然后利用获得的稀疏系数建立关联矩阵。相关矩阵的谱聚类可以集群高维数据成低维的子空间,与此同时,子空间的数量和相应的维度。
目前,在相同的子空间,每个数据可以参考其他通过一定的相关性与其他数据,这是自己的数据。具体的算法如下:
在前面的文献,如norm-constrained最小二乘回归方法或低秩表示使用核规范约束通常是用来找到最好的代表正确分类的数据集。在稀疏理论,提出了稀疏的子空间聚类的用途l1规范正规化找到稀疏表示系数ci,非空的元素和相对应的数据x我来自相同的子空间。因此,对于每一个我= 1,…,n,有一个优化模型:
有一个优化模型的数据矩阵X:
稀疏的子空间聚类优化模型是用以下小组ADMM形式: 在Ʋ1平衡参数。根据乘数法、增广拉格朗日方程可以得到:
二元变量略
这导致一种速记的形式:
当其他变量不再变化Z值更新。
根据推导的公式,可以得到解决方案
同样的,更新后的形式C是
由于软阈值的最佳逼近l1规范,解决上述方程可以表示为 在哪里Sη(一个为每个元素)是软阈值收缩操作在给定的矩阵,定义为
当Z和C更新,更新的拉格朗日因子与步长梯度上升u2:
谱聚类的第一步是计算相关矩阵的拉普拉斯矩阵:
3.2。算法的改进
为了考虑局部和全局数据结构算法模型,因此产生的相关矩阵结构block-diagonal尽可能小的情况下,汉莎天厨算法提出了在这一节中包含日志行列式的函数F。结合这些规则,创建数学模型如下:
自从Logdet (I + CTC)非凸函数,模型的目标函数(15非凸形式)。为了解决这个问题,我们可以添加一个矩阵Z,让Z=C,所以模型(15)可以写成
ALM算法是用来解决上述公式计算规模扩张,适合处理大量的数据。 在哪里Y拉格朗日乘子和吗u> 0是惩罚参数,变量可以使用替代更新最小化的想法。这个计划是
更新C:经过推导的(18),矩阵的解决方案C可以很容易地获得:
更新Z:最后一步是更新矩阵Z。
最小化问题,
重新安排这个方程产生一个三次方程有三根。如果你想解决这个问题,你可以设置参数β= 5.7的实验,然后得到的更新方法Z变量:
在更新E的解决方案:E可以通过类似的方法。
剩下的乘数很容易得到:
3.3。仿真实验
这个实验的合成数据包括三个线性子空间,其中两个相交于一点。通过增加数据点的数量,本文中的模型是大数据上表现的比较好,所以下面的表中列出的实验结果是基于300年的数据分子空间。四个实验数据集的聚类错误如表所示1。相比之下,不难发现本文汉莎天厨算法的性能比其他聚类方法。
达到一个好的聚类效果,核心理念是子空间之间的关系应该是稀疏的,和数据在同一子空间之间的关系应该关闭。这种现象可以显示使用一个协会的矩阵结构。图1是每个算法的相关矩阵图像在上面的实验。可以看出,对角线的部分相关矩阵块汉莎天厨算法清晰。
4所示。研究模型,为中学教育管理决策支持系统
4.1。系统需求分析
中国有大量的中学广泛分布。由于地区经济发展不平衡,执政党领导人不同的重视中等教育,学校和建筑信息。一些学校在经济发达地区已经意识到学校建设和信息化教学的通用计算机化,而欠发达地区的一些学校没有意识到办公室计算机化,甚至没有校园网。
由于在中学建设信息化的现状和上面的问题,数据收集方法的设计也将是不同的。
为了实现数据采集的原始收集和动态收集活动,有必要建立一个标准的,独特的,实时动态数据中心,以便学生数据可以为各种应用程序和信息系统,避免重复建设和信息孤岛内的学校。需要集成和连接与其他应用系统一般信息数据平台,实现整个学校的内部通信不同业务子系统之间的数据,并实现数据的实时共享和交换。的数据中心架构中等教育管理决策支持系统如图2:
有一个默认的时间轴数据中心内可以执行操作,比如数据聚合,穿透钻取,同比和环比的比较。通过数据中心,可以实现多方数据交换维护数据一致性。系统的每个模块可以实现信息交换和互联,并建立数据中心是独立于应用程序。数据中心可以等同于许多软件应用程序。它有利于学校充分利用各种项目(包括遗留软件)的信息交流、信息推送,和商业应用软件之间的重组。集成数字校园软件系统完全消除信息孤岛。
4.2。系统架构设计
整体设计架构图如图3。我们可以理解现有的结构为中学教育管理决策支持系统。
中学教育管理决策支持系统是实现中学管理平台,及其开发框架主要是基于B / S的三层结构模型。用户可以通过不同的浏览器直接访问它不需要安装任何应用程序,这是C / S架构的最大优势。中等教育的总体技术架构管理决策支持系统如图4。
4.3。系统模块设计
4.3.1。数据仓库设计
数据仓库是一个高度集成的数据集,可以创建一个单点数据管理通过将数据从其他生产数据库,整合类似的主题和模式。建立一个数据仓库通常依赖于ETL工具来执行数据处理。因为数据仓库和生产数据库是相对孤立的,增量数据需要提取。
4.3.2。在线分析处理设计
OLAP联机分析和处理,是决策支持系统的重要组成部分中学教育管理,及其常用的操作包括钻井和分割。在线分析处理实现基于蒙德里安和MDX这个主题。通过开源OLAP服务器蒙德里安、MDX多维查询语句解析成SQL语句,最后,获得的结果是通过SQL查询操作在数据仓库中。
4.3.3。数据挖掘设计
这一主题涵盖了四个算法在数据挖掘中的应用。使用这四种算法的设计思想如下。
协会算法分析了相互依存的相关历史数据,聚类算法分析相似性在一定属性,和项目预测基于分类算法通常是用来预测的关闭开放的项目。个性化推荐是基于协同过滤的推荐算法。
4.3.4。设计模式库
有三个业务功能在中学教育管理决策支持系统;即,相同的算法适用于三种模式,所以所有算法模型必须基于模型库管理。考虑到其他组件的可扩展性和易于操作的算法,作者设计的层次结构层和数据层为核心工具。其中,对应算法的应用程序的工具,和数据对应于特定业务功能的培训模式。也就是说,在这个系统里,因为有三个主要的业务功能,一个工具等于三个相应的数据。
4.3.5。功能设计部分
中等教育管理决策支持系统是用于分析中学学科发展的总体形势和程序开发,并提供协助经理,这样他们可以很容易地建立一个宏观的了解中学的发展。用户可以自由选择的内容部分决定最终分析报告和定制最终结果通过参数配置功能提供的提交界面。如果有必要,您还可以配置特定的模型更新最新的分析结果。最后,用户可以自由出口相应的PDF文档。相对应的函数这部分简要描述如下:中学选择、更新模型,分析决定,文件导出。
KPI数据收集和决策支持系统,我们把核心管理模块,如用户管理、权限管理、应用程序管理和系统功能实现为每个业务系统统一管理和服务。
用户管理可以提供一个统一的方法来确定用户信息和人事关系、人事关系、组织和系统。实施人员和组织管理,为不同的业务系统提供统一的视图和服务,促进业务的定义和控制业务系统之间的人员流动。
授权管理主要是为应用系统提供访问控制功能和应用程序安全性的一个重要组成部分。简化特定应用程序的开发和维护系统。
系统安全需要一个可靠的授权管理系统来限制每个用户的连接资源的访问和操作,由内容提供的控制系统,所以授权管理起着重要的作用在整个安全应用程序。
中等教育管理决策支持系统的数据收集通常是用于每个学校完成各种数据和报告有关学校教学,支持数据聚合和出口,并向上级报告数据。该模块的主要功能是管理学校的配置数据收集报告,数据收集过程的管理,管理的结果集合。图5显示了数据收集的功能结构为中等教育管理决策支持系统。
4.4。系统测试
系统测试运行程序的过程中使用手工方法来确定系统操作。目的是为了验证系统能否满足系统需求和达到预期的结果。系统测试的重要性和它如何影响软件的可靠性需要强调。在软件开发过程中,我们面临着许多复杂的问题。设计师的理解并不完全符合客观事实,和每个人的操作习惯也不同。因此,系统测试是非常重要的。在运行之前,有必要找到并改正软件错误尽可能减少损失。软件工程的基本目标是完成高质量的软件能够满足用户的需要。
在系统测试总结,这构成了测试的核心工作。根据获得的最终测试结果分析的功能模块需求,和详细的数据操作测试每个功能模块进行测试每个模块的功能操作是否正常。考试系统的设计包括学生考试信息管理,成绩管理,监考人老师管理和考试相关信息咨询。然后结合学生的结果,设计的结果统计分析图表,在课堂上讨论这些变化的结果,以及学生的个人行为与相关分析的结果相结合,学习的情况统计,并提出一些优化建议。详细设计如表所示2。
在用户登录测试,主要是对系统安全的考虑,该系统将不能登录系统,不同的角色,和测试结果如表所示3。
5。研究中学教育管理决策的发展
5.1。决策支持系统所面临的问题
自1960年代以来,随着数据管理的发展需求和信息技术的发展,数据库的建设经历了从传统数据库开发先进的数据库。一个接一个地涌现出不同的数据模型,数据挖掘等新技术不断出现。数据存储和表示方法的不断更新使得数据决策过程中占据非常重要的地位和公共管理,和数据库已经成为不可或缺的公共决策技术支持。
在教育领域,随着中国教育的发展,尤其是信息管理的使用,如学籍管理信息系统的建立和教育资金管理,建立教育数据库已经进入一个快速发展的时期。评估学生质量、分配教育资源,与公共教育服务满意度评价数据库建设已成为热门话题。同时,为了克服数据库的功能限制,各种指标的建设,尤其是施工等综合指标的学生学术指标满意度指标,和扶贫指标,也不断发展。不可否认,这些指标和综合数据库建设的后端支持的更反映当前状态或未来科技发展的预期比个人指标或数据库类型。
然而,数据库技术的发展,甚至模型不能完全克服数据库本身的局限性。在决策过程中,支持的决定是什么证据,而不是数据。数据是证据的来源,但不能替代的证据。它的功能是当前的材料和方法问题,而不是观点本身。有数据库并不意味着有证据。决策分析人士而言,数据库是伟大的价值和决策分析的来源。然而,当数据库是移交给决策者,他们不一定会重视这些数据集,不得有意愿和能力做出决定基于这些数据集。
数据库只能扮演一个角色在支持决策时相关的一个问题。有时数据的重要性可以掩盖真正的决策者的担忧,有时一个小差异统计数据并不意味着没有问题。由于风险社会关注“利维坦”数据,个人特征可能被忽视群体的一般特征表现为“机械化和在上雕琢平面的。“从政策或决策的角度,关注少数民族或特殊群体是最好的公共福利和公共精神的体现。数据库参数是基于对问题的理解,数据使用的合法性,关注的人。从这个角度来看,提供具体的情况下决策问题也可以构成对教育决策的支持。
同时,数据量的增加和扩张的数据库,数据选择和使用权利的滥用将导致数据滥用、误用、暴力,甚至数据,从而危及民主进程。数据本身是没有情感的,公平的,和客观的,但在人类理解和使用,它有一个主观的色彩。相同的数据可以用于两个不同的决策方案。数据使用的差异取决于用户的使用和人格的目的。因此,有一个致命的误解的数据库,可以自动地支持决策。数据库似乎帮助实现功能目标为那些渴望快速的利润,牺牲一些,成本太高。因此,必须保持高度的警惕数据库和大数据的陷阱,清醒地认识到,数据和数据库是“嵌入到一个特定的人格问题,”,努力实现数据库的超越。
5.2。教育管理发展战略
(1)决策需要采取不同的决策概念,以便尽可能多的人参与决策。决策时,不仅应该考虑许多方面,部门的质量管理也带来的好处。随着经济和社会的发展,不考虑利益的任何单位可能会被社会淘汰。另外,听尽可能多的学生。(2)根据不同的决策内容,确定人员参与决策和在不同的决策问题进行系统分析。这样,足够将注意招聘和就业、购买和维护的设备和设施,网站建设,和基金分配,以避免失去决策过程的内容。(3)针对传统决策模式由领导人,本文认为,我们应该建立一个新的评价体系来评价得分的形式,使评价更加开放和公平。(4)针对传统的年度和季度总结,本文认为应该建立实时评估系统提供及时的信息交流和反馈,更好的掌握情况。
好的决策的关键是“90%的智慧加上10%的直觉(直觉),“这显示了决策过程中信息的重要作用。因此,只有掌握大量的有效信息在作出决定前,可以全面、系统地总结的信息,比较,筛选,然后是假的,真正的可以删除,可以分析各种信息材料,然后可以提供决策。也就是说,我们需要为我们的决策任务提供服务信息。管理信息系统而言,体育部门仍然很落后,显示不准确和不完整的信息,可靠性低,传输和反馈速度慢,落后的技术。
决策是人类社会的重要活动,以确定行动目标,确定行动的政策和策略,提出行动计划和程序,制定不同的政策。这是一个行动计划,并影响未来。是否制定政策或行动计划必须在实践中检验是正确的和可行的。未来预测的原则必须基于准确的信息,因为只有准确和可靠的信息对未来发展做出正确的预测。作出正确的决定,还需要做出正确的判断可能的后果的决定,如果你做出草率的决定不知道行动的后果,你可能会做出错误的决定。许多决策的影响在短期内往往是无形的。如果你发现需要修正,这将是太迟了,导致损失。因此,应用技术未来的研究理论和方法,进行科学预测,为决策提供科学依据是科学决策的重要原则。
6。结论
教育的不断发展和持续的公立和私立学校的建设,教育管理已成为一个非常重要的一点在学校竞争。因此,管理学生的成绩,教学管理的情况下,教师的管理,等是当前学校领导重视的内容。中学教育管理决策支持系统开发本文可以有效地帮助学校管理把握实施情况更全面并提出了整改建议。系统使用一个稀疏聚类算法来发现潜在的有用信息的学生,为教育管理者提供相关的决策,更好地为学校的教学过程,提高教学质量。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
没有资金用于本文。