教務管理的論文需要怎么寫呢？論文是大學生們最痛苦的一件事情！我們不妨一起來參考下范文吧！以下是小編為大家整理的有關教務管理的論文范文，歡迎閱讀參考。希望對您有所幫助！

　　有關教務管理的論文

　　淺析教務管理系統的談論

　　摘要：高校教學管理工作作為學校教學機制正常運轉的重要前提，在高校管理工作中占有相當重要的地位。高校教務管理系統使用至今，使大量的業務信息數據化，雖然基本滿足了新的教學模式的業務需求，但由于數據量過大，導致隱含的規律無法被發掘，從而不能應用這些規律去指導學校的工作。本文結合教學管理具體要求，通過設計適合教學管理決策需求的數據倉庫模型設計和數據處理方法，建立了完備、正確、無冗余的教務管理系統數據倉庫模型，為后期進行決策分析提供有效的支持和依據，從理論和實踐上提供一套有效的方法，為高校全面進行數據倉庫建設、聯機分析處理、數據挖掘研究與開發提供參考。

關鍵詞：數據倉庫模型；數據倉庫；教務管理系統；教學管理

　　引言 教學管理是計劃性、創造性和科學性很強的工作，是保證高校教學機制正常運轉的樞紐，關系到教學質量和人才培養質量的提高，在高校管理工作中占有相當重要的地位。教務管理系統是為了方便教學管理、提高管理工作效率而開發的數據庫系統，由于教學管理工作涉及多方面的內容，因此在設計這些系統時，通常會根據用戶的需求將其設計為幾個子系統，包括培養計劃子系統、排課子系統、成績子系統、學籍子系統等等，每個子系統都包含若干個關系表，這些關系表中記錄著各種屬性信息。教學管理人員可以根據系統給予的權限對學生在校的各種相關信息進行錄入、修改、審核、發布、查詢、打印、統計、匯總等功能。 最大限度地實現教學管理過程中的信息共享和交流，是教務管理系統的主要功能之一。

　　以培養計劃和排課兩個工作環節之間的聯系為例。04 年以前，在排課前向各開課學院下達教學任務的過程是這樣的：學院教學秘書根據下學期的教學計劃，將各個專業所上課程摘錄下來，然后將不同專業所上的相同課程進行匯總，再將所有課程按開課學院進行分類匯總，最后將任務書按開課學院下到有關學院。由于存在著學生和任課教師不在同一學院的情況，因此，各學院之間還需要相互頻繁地交換任務書?，F在這一切，隨著培養計劃系統的使用得到了很好的解決。由教務處統一按學院生成任務書，并下達到學院，并且所生的計劃數據，可以供排課系統直接使用，不用再像以前那樣，需要人工地建立每學期需要安排的課程和上課的班級數據。

　　高校教務管理系統使用至今，使大量的業務信息數據化，基本滿足了新的教學模式的需求。但是，它也有不足之處。教務管理系統收集了大量的數據，正常運行近十年，學生選課數據達到近30 萬條記錄，成績歷史數據達到近200 萬條記錄，交費數據達到近10 萬條記錄，教師課堂工作量達到近5 萬條記錄，面對如此海量的數據，目前的教務管理系統只是對它們進行一下查詢、更新操作，并沒有完全發揮信息技術的潛能。沒有去挖掘大量數據中所隱含的規律，從而應用這些規律去指導學校的工作。因此，如何借用信息化的手段來為教學管理人員進行決策支持服務，成為急需解決的問題。

　　課題研究的國內外發展狀況及相關理論國內外發展狀況數據倉庫目前大多應用于商業或戰略目的，在教育管理方面的應用暫時不多，且由于國內外教育培養方式的差別，國外關于教育管理單方面的數據倉庫的研究及設計的并不是很多，更多是集中于學校整體教育評估的研究。綜合國內外情況，目前關于數據倉庫理論在教學管理方面的應用主要集中在以下幾個方面：

　　（1）基于教務數據倉庫的應用開發研究；年，Nikolaos Dimokas 等人在《》一文中，通過對希臘第二大綜合性大學亞里士多德大學的教育管理系統進行分析，確定學校建立數據倉庫的可行性和必要性，通過需求分析，確定所需要的數據維度和粒度級別，選擇星型模型，基于Microsoft SQL Server 2005 建立數據倉庫并進行聯機分析處理，結合Microsoft SharePoint 2007 和Excel 創建基于web 用戶界面的OLAP 應用程序，為學校教學管理決策提供了科學有利的依據。

　?。?）基于教務數據倉庫的數據挖掘算法研究；年，王長娥在《數據挖掘在教學評價中的應用研究》一文中，針對數據挖掘聚類算法k 平均分區算法和層次凝聚算法的缺點，提出了一種新的改進算法(NP 算法)，通過對濰坊學院的成人教育數據進行挖掘，得出了有意義的結論。

　?。?）針對教務數據倉庫的數據預處理算法研究；年，曹薇在《教務數據倉庫中數據清理方法的研究》一文中，從屬性清理和記錄清理兩方面對數據清理進行了研究,研究了如何用貝葉斯分類方法來修補缺失值, 通過對原有方法的組合和改進，提出了一種高效的檢測相似重復記錄的方法，減小了時間復雜度且提高了精度。

　　相關理論數據倉庫數據庫系統作為數據管理手段，從它的誕生開始，就主要用于事務處理。經過數十年的發展，在這些數據庫中已經保存了大量的日常業務數據。傳統的業務系統一般是直接建立在這種事務處理環境上的。數據庫技術一直力圖使自己能勝任從事務處理、批處理到分析處理的各種類型的信息處理任務，后來人們逐漸認識到，在目前的計算機處理能力上，直接使用事務處理環境來支持決策是行不通的。近年來，隨著數據庫技術的應用和發展，人們嘗試對數據庫中的數據進行再加工，形成一個綜合的、面向分析的環境，以更好地支持決策分析，數據倉庫(Data Warehouse,簡稱DW)正是為了構建這種新的分析處理環境而出現的一種數據存儲和組織技術。數據倉庫彌補了原有數據庫的缺點，將原來以單一數據庫為中心的數據環境發展為一種新環境：體系化環境。數據倉庫的建立并不是要取代數據庫，它要建立在一個較全面和完善的信息應用基礎上，用于支持高層決策分析，而事務處理數據庫在企業的信息環境中承擔的是日常操作性的任務。