基于winForm的教務管理系統(tǒng)的設計和實現

羅宇　李明東　伍開勝

【摘 要】針對南充市中小學的日常管理及成績統(tǒng)計的非智能化環(huán)境，采用winform開發(fā)框架，C/S結構，設計并實現了一套具有針對性的教務管理系統(tǒng)。實現了對教師、學生信息，教師評價，課表排定，學生成績管理等教務工作的智能化操作。

【關鍵詞】教務管理系統(tǒng)；winForm；智能化

0 引言

隨著時代的發(fā)展和人們對教育重視程度的提高，中小學的學生規(guī)模日益增長。大量的學生導致學校的教務管理工作越來越繁重，隨著工作量的加大和對工作效率要求的不斷提高，原始的手工或半自動化管理方式的弊端逐漸顯現出來。手工處理大量數據時，不但給工作人員帶來極大的壓力，而且容易產生操作上的失誤，造成數據的異常，信息查詢的效率更是低下。并且，手工制作學校管理工作中的各種報表也需要浪費大量的人力和時間。這就在很大程度上影響了學校管理工作的效率，甚至影響正常的教學進程所以，傳統(tǒng)的手工教務管理和簡單的計算機輔助管理已經無法滿足管理人員的工作需求。為了避免上述問題，我們開始了該系統(tǒng)的設計和實現。

1 數據庫的設計

Microsoft SQL Server 2005 是一個全面的數據庫平臺，使用集成的商業(yè)智能（BI）工具提供了企業(yè)級的數據管理。Microsoft SQL Server 2005數據庫引擎為關系型數據和結構化數據提供了更安全可靠的存儲功能。本系統(tǒng)的數據庫實體包括班級、教師、學生、課程、課表，數據庫表設計如下（表1）：

表1 數據庫設計

2 系統(tǒng)的設計和實現

2.1 系統(tǒng)總體結構設計

本系統(tǒng)在進入時，必須先進行身份驗證，最高等級權限為管理者模式。其他等級分為學校領導、教師、學生。高級權限擁有低級權限的所有功能。系統(tǒng)功能如圖1所示。

2.2 通信模塊設計

采用socket套接字實現客服端和服務端的通信，send和recive方法發(fā)送申請和獲取數據，應用數據長度加數據的結構體來解析網絡數據。Socket模塊的工作流程如下：

（1）在通信開始之前由雙方確認身份，建立一條虛擬連接通道，用于數據傳輸；

（2）利用虛擬連接通道傳送數據信息進行通信，傳輸數據；

（3）通信結束時，接收線程進入監(jiān)聽。

2.3 教師評價模塊設計

該模塊運用.net的DataGridView控件，把從服務器端獲取數據進行解析，并逐條添加到該控件中。最后對DataGridView的排序進行重寫，使顯示的數據按照需要的順序重新排列。

對數據的操作采取了對比的模式。在獲取數據的時候，建立了一張?zhí)摂M的表，其數據為接收的數據一直。當提交修改時，在本地將數據進行對比，只將修改的數據發(fā)送到服務器，減少了數據傳輸。

2.4 學生成績錄入模塊設計

運用button控件的事件機制，單擊某一課程時從服務器獲取對應數據，依次逐條的加入到DataGridView中。修改課程成績時，直接DataGridView中修改，利用DataGridView控件的CellBeginEdit和CellEndEdit事件，對數據進行修改，然后通過通信模塊將修改結果發(fā)送給服務端。效果圖如圖2：

3 數據挖掘技術在軟件中的應用

3.1 數據挖掘簡介

數據挖掘，又名為資料探勘、數據采礦，它就是從大量的數據中挖掘出知識（其中的數據源可能包括數據庫、數據倉庫、網絡、其他種類的信息存儲庫或動態(tài)地流入系統(tǒng)的數據），并對所挖掘出的知識進行理論化和可視化的處理，使其變得簡潔、生動，從而輔助管理者對未來發(fā)展趨勢做出正確決策的過程。具體地說，數據挖掘的整個過程是由一系列的迭代序列組成的：

（1）數據清理：將不需要的“臟數據”從數據中剝除；

（2）數據選擇：通過多種數據處理系統(tǒng)的應用，收集數據源，并將數據源中的與數據挖掘有關的數據提取出來；

（3）數據變換：將數據進行類型和性質上的轉換，規(guī)范數據的形式；

（4）數據挖掘：使用聚類分析、關聯(lián)規(guī)則分析方法對數據進行整理；

（5）知識表示：根據用戶要求，通過理論化和圖形化的處理，為用戶呈現出簡潔的、生動的挖掘結果。

3.2 K-Means算法和Apriori算法

k-means算法，也被稱為k-平均或k-均值，是一種得到最廣泛使用的聚類算法。其主要是用來計算數據聚集，通過不斷地取離種子點最近均值的算法。采用距離作為相似性的評價指標（即認為兩個對象的距離越近，其相似度就越大）。該算法認為簇是由距離靠近的對象組成的，因此把得到緊湊且獨立的簇作為最終目標。

Apriori算法是一種挖掘關聯(lián)規(guī)則的頻繁項集算法，其核心思想是通過候選集生成和情節(jié)的向下封閉檢測兩個階段來挖掘頻繁項集。

挖掘步驟分為：

（1）首先找出所有的頻集，這些項集出現的頻繁性至少和預定義的最小支持度一樣；

（2）然后由頻集產生強關聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。

使用第1步找到的頻集產生期望的規(guī)則，產生只包含集合的項的所有規(guī)則，其中每一條規(guī)則的右部只有一項，這里采用的是中規(guī)則的定義。

本系統(tǒng)主要實現了關聯(lián)規(guī)則分析算法中的Apriori算法和聚類分析算法中的K-Means算法，并根據學生實際情況和對學生成績的分析，結合現有的經典數據挖掘技術，創(chuàng)建了圍繞學生成績?yōu)橹黝}的聚類分析算法和圍繞聚類結果得到的學生類型為主題的聚類分析算法，從而達到能夠從不同角度、立體化的對學生成績進行統(tǒng)計分析，并對挖掘記過進行理論化和可視化的處理，將簡潔、易懂的挖掘知識展現給用戶。

4 結束語

本系統(tǒng)界面簡潔，安全可靠，已經被應用于實踐當中。在實際的日常管理中，能大大提高教務管理工作的效率，減少出錯率，并減少了人力資源的消耗，對于中小學的日常管理有積極的作用。

【參考文獻】

[1]鄭耀東.ASP.NET網絡數據庫開發(fā)實例精解[M].北京：清華大學出版社，2006.

[2]周琦.SQL Server 2005數據庫基礎及應用技術[M].北京：北京大學出版社，2010.

[3]王小科.C#項目開發(fā)案例全程實錄（第二版）[M].北京：清華大學出版社，2011.

[4]劉甫迎，劉光會，王蓉.C#程序設計教程（第2版）[M].北京：電子工業(yè)出版社，2008.

[5]鄭阿奇，劉啟芬，顧韻華.SQL Server 實用教程[M].北京：電子工業(yè)出版社， 2002.

[6][美]Simon Robinson/Christian Nagel，李敏波，譯.C#高級編程（第3版）[M].北京：清華大學出版社，2005.

[7]徐孝凱，賀佳英.數據庫基礎與SQL Server應用開發(fā)[M].北京：清華大學出版社，2008.

[8]陳偉.SQL Server 2005數據庫應用與開發(fā)教程[M].北京：清華大學出版社，2007.

[9]薩師煊，王珊.數據庫系統(tǒng)概論[M].北京：高等教育出版社，2006.

[10]宋昆，李嚴，等.SQL Server數據庫開發(fā)實例解析[M].北京：機械工業(yè)出版社，2006.

[責任編輯：王楠]