1. 研究目的与意义
随着科技的不断发展和中国教育制度的日趋完善，各大高校对教务管理工作提出了越来越高的要求。
各大高校不再满足于传统的成绩管理方式，开始运用数据挖掘领域的先进方法对学生成绩进行分析和研究。
教务工作人员使用关联规则挖掘算法分析课程间的内在联系，可为学校的改进教学工作提供依据，并为学生的选课和学业规划提供指导。
2. 课题关键问题和重难点
关键问题：（1）学生成绩数据的处理首先数据的准备要充分，选取的数据要相对完整有研究意义，其次进行数据预处理，然后进一步数据分类，根据算法详细处理数据，最后结果分析。
（2）算法的选择Weka软件中自带哪些算法，各有什么优缺点哪种最好。
（3）要求完成的成果和相应的技术指标对学生进行分类，让学生能够对自己在校期间所学课程的成绩有一个全面而清晰的了解，方便学生扬长避短选择选修课程，能够发现可能在学习上遇到困难的学生进行预警；运用聚类算法对学生进行聚类，找出具有共同特征的学生，并对不同学生群体分别采取不同的教学方法，初步体现因材施教的教育理念。
3. 国内外研究现状（文献综述）
随着现代信息科学技术的迅速发展，数据库的规模日益扩大，无论是商业、企业、科研机构还是政府部门，在过去若干年的时间里都积累了海量的、以不同形式存储的时间资料。
由于这些资料十分繁杂，要从中发现有价值的信息和知识，达到为决策服务的目的，成为了非常艰巨的任务。
我们需要有新的、更为有效的手段对各种信息资源进行挖掘以发挥其应有潜能。
4. 研究方案
选取本校某专业毕业班学生的近两年成绩表作为数据信息的处理对象，因为具体的课程教学情况存在差异，不可能所有课程都按统一标准，所以要给数据设定优秀率、良好率、中等率、合格率、不合格率的标准，对原始数据进行离散化处理，做好数据准备工作后再使用相应软件进行数据采掘，最后进行结果表述和解释，达到预期成果：使用关联规则Apriori算法分析某门课程对其他课程的影响程度，对学生做出指导。
5. 工作计划
第1周 - 第2周：查阅相关资料，找好外文翻译，撰写开题报告，制定好研究方案及技术路线，学习使用weka软件；第3周 - 第4周：进一步熟悉weka软件，相关理论的学习和研究，做好项目的实际调查及前期数据准备；完成设计文档；第5周 - 第7周：软件的设计及功能实现；数据挖掘项目要完成数据的清理，处理及分析工作；完成好中期检查表（上传）；第8周 - 第9周：weka的调试及完善；毕业设计论文的撰写；第10周 - 第11周：完成毕业设计论文（上传）；第12周：修改提交毕业设计论文；第13周：准备开题答辩及答辩。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
