一、数据挖掘在课程相关性分析中的重要性

　　课程相关性分析是教育领域中至关重要的一部分，是优化课程安排、合理设置教学方案的基础，更是改善教学管理、提高教学决策水平的重要保证。作为成绩相关性分析系统的用户主体，学生和教师人数众多，完全能体现“大数据”特色。他们拥有合法的用户权限，即学生和教师能够在该系统上成功登录相应的账户，进行选课、导入成绩、查询成绩、在线评教等功能。由此，在基于多用户的大量有效数据上，采用的关联规则算法，对先修和后修课程的成绩关系度进行分析所得的結果，将更具代表性、更有说服力。
　　除去大数据这一特征外，本系统在进行数据挖掘之前，对原始数据采取清理和整合，以避免“脏数据”对最终运行结果的影响。

二、数据挖掘在课程相关性分析中的作用

　　很多高校中学生的基础和接受能力不一样，而教师往往会忽视这一点，从而产生学生成绩参差不齐的结果，不利于课程设置的优化和学科建设。另外，高校教育的内容比较广泛，涉及思想、学习、实践等多方面，研究人员对此采用数据挖掘技术进行分析，为教育改革提供一些帮助。数据挖掘在许多领域虽然得到应用，但在教育信息与知识发现挖掘方面，实践机会仍然很少。
　　数据挖掘是支持决策的一个过程，对数据进行深入的整理和分析，为评价和预测学生成绩提供依据，全面地分析课程成绩之间隐藏的内在联系，比如：通过分析产品系统，就可以用挖掘工具回答“功能相关性”等类似的问题。当前，对于学生成绩和个人信息，部分学校依旧停留在备份和查询阶段，若是采用挖掘技术，就会挖掘出很多有价值的信息，可以用来指导学生的学习方式和教师的教学方式。数据挖掘在教学过程，可以辅助教师分析学生课程成绩之间的某种关系。

三、数据挖掘在课程相关性分析中的技术路线

　　从实际需求出发，对学生的学习成绩分析系统进行可行性分析、需求分析、概要设计、详细设计、输入输出设计、数据库设计、代码开发、系统实施和系统测试。
　　1.主要工作包括以下几点
　　（1）在充分与各类用户沟通后，用UML统一建模语言，根据用户需求设计功能需求。
　　（2）对学生成绩分析系统进行总体设计，并对数据库进行设计，内容包括概念结构设计和逻辑结构设计。
　　（3）通过使用Microsoft Visual Studio2010、MySQL、C++框架等技术构建学生成绩分析系统，其采用的是关联规则挖掘的分析方法，并实现数据分析的完整功能。
　　（4）对网站实施系统实施。
　　2.技术路线
　　（1）需求分析。根据不同的用户采用不同的方式进行需求分析，由于学生人数多，故采用调查问卷的方式，对工作人员采用走访的方式进行分析。
　　（2）概要设计。本系统采用B/S模式与C/S模式相结合的框架进行设计，使用对象分为学生、教师、管理员三类角色。
　　（3）详细设计。基于.Net平台，利用C#作为前台开发语言，SQL Server2000作为后台数据库调用，设计并开发学生事务管理系统。
　　（4）系统实施。对开发出来的系统进行实施。
　　（5）系统运行和维护。对系统运行效果进行分析与评价。
　　顺应信息化和网络化的发展需求，本文所涉及的基于数据挖掘的成绩相关性分析系统针对学生成绩进行深度挖掘，由此提炼出课程与课程之间的关联度，为教学决策以及学业规划安排提供了有效的参考数据。此外，该系统所涉及的挖掘工具，更是运用二进制与运算对原始算法进行改进，能有效地减少时间和空间上的损耗。

参考文献：

　　[1]黄学寿.基于.net的高校学生成绩管理系统设计与实现[D].长春：吉林大学，2014：2-5.
　　[2]王晓龙.基于位运算与海明距离的Apriori算法改进[J].信息技术，2014（5）：147-150.