摘要：目前，国家对高校人才的培养越来越重视，各所高校都在苦寻提高教学质量，提升学生学业成绩以防止辍学的方法。在现在这个社会大环境中，影响学生学业成绩的因素越来越多，比如家庭因素，学生的学习状态和投入时间的长短等等。而随着数据挖掘技术的崛起，它在分析这些大数据来发现潜在的规律，让教师对各种因素有一种了解，便于对学生的管理与更好的进行因材施教。因此，研究对基于数据挖掘的学业成绩分析的方法就具有重大意义。

本文首先对于国内外现状进行了归纳总结并对目前几种常见的数据挖掘方法进行了简单的介绍。其次，在Matlab中先使用关联规则对数据进行了汇总及结果分析。然后使用神经网络算法对学生成绩进行分类，以及利用所涉及到的数据对学生学业成绩进行预测。

关键词：学生成绩  数据挖掘  关联分析  神经网络算法

目录

摘要

abstract

1. 绪论-1

1.1研究背景及意义-1

1.2 国内外研究现状-1

1.3 本文内容-3

2. 数据挖掘-4

2.1 数据挖掘概念-4

2.2 数据挖掘过程-4

2.3 数据挖掘方法-5

2.4 本章小结-6

3. 实验算法介绍-7

3.1 实验算法的选取-7

3.2 关联规则概念-8

3.3 关联规则的参数选择与使用-8

3.4 关联规则Apriori算法-9

3.5 神经网络分析-9

3.6 本章小结-13

4. 实验设计及分析-15

4.1 数据获取-15

4.2 关联规则分析-17

4.3 BP神经网络-21

4.4 本章小结-24

5. 总结与展望-26

5.1 总结-26

5.2 展望-26

参考文献-27

致 谢-28

附 录-29