结　论

三个月的毕业设计即将结束，这三个月里，通过对《网上教务评教系统》的开发，使我将书本上学到的那一点理论再进一步研究，然后应用到实践中来。三个月的学习与开发，使我有这样一种感觉，就是我在这三个月里学到的知识似乎要比我三年大学生活中学到的专业知识还要多。究其原因后知道，只是这三个月中我更用心于去研究我做毕业设计所必须掌握的东西，并且很重要的一点就是我可以将我的理论知识应用于实践中去检验，我想任何一门知识如果都是在纸上谈兵，不到实践中去应用，那将永远不会真正的掌握。

本系统是经过三周的调研和考察论证，采用了B/S模式。开发过程中，充分考虑用户的需求，才使得本系统具有强大的功能，并且程序精简，最终这个应用软件基本完成了需求分析所要求达到的目标，而且在某些方面加入了更方便的功能。本系统界面友好、操作简便，但是由于本人的技术水平和经验的欠缺，肯定还存在许多不足和需要改进的地方，希望老师和读者批评指正。

三个月的毕业设计，对于毕业设计来说，其实也不是很长，由于时间仓促，以及我掌握知识的不全面，我的毕业设计中存在这样或那样的不足，给我即将结束的大学生活留下了小小的一点遗憾，不过人无完人，物无完物。凡事只可尽力而为，不可强求结果，毕业设计真正给我带来快乐及回忆是在我进行毕业设计的过程当中，而并不是结果的那一个成绩。

致  谢

在老师和同学的支持与帮助之下，我顺利地完成了本次毕业设计。在毕业设计的这段日子里，我所获得的知识将是大学期间最珍贵的。

本次毕业设计是在XXX老师的精心指导下完成的，XXX老师渊博的知识、严谨的治学态度深深的影响着我。他无论在理论上还是在实践中，都给予我很大的帮助，使我的毕业设计逐步地趋于完善。在此期间，我不仅学到了许多新的知识和解决问题的方法，而且也开阔了视野，提高了解决问题的能力。在此，我对XXX老师在毕业设计期间给予的指导和帮助表示衷心的感谢。同时也感谢其他老师在此期间的关怀和帮助，以及学院为我提供良好的毕业设计环境。最后感谢在毕业设计中为我提供帮助的众多益友和同学，以及在设计中被我引用或参考的论著的作者。

再次感谢在本次毕业设计中帮助过我的各界人士。

参考文献

1                   谬信彦.Active Server Pages 应用大全.清华大学出版社，2000：25-42

2                   Eric A.Smith.Active Server Pages宝典.电子工业出版社，2000：36-75

3                   Mark R.Brown,Jerry Honeycutt.HTML3.2开发使用手册，1997：23-67

4                   裴有福.Web技术大全.中国水利水电出版社，1998：65-79

5                   吴中福.软件工程.重庆大学出版社,2001：35-67

6                   薛成华.管理信息系统.第三版.清华大学出版社，2000：35-63

7　Mcleod.Management Information system Management in Practice.Prentice

   Hall,1998：34-42

8　Cassidy A.Information Systems Strategic Planning.Boca Raton Florida,St.luice Press,1998 ：13-32

9　 张海藩.软件工程导论.清华大学出版社,1998：16-34

10  李真文.SQL Server 2000 Developer’s Guide 开发人员指南.北京希望电子出版社，2001：23-45

11             萨师煊.数据库系统概论.高等教育出版社,2000：14-34　

12  汤庸．结构化与面向对象软件方法．科学出版社．1998：25-34

13  彭东．SQL Server 2000应用开发技术指南．清华大学出版社．2001：15-26

14 章祥荪.管理信息系统的系统理论与规划方法.科学出版社，2001:2-8

15 张国锋.管理信息系统.机械工业出版社，2001:24-38

附录1  外文原文

Data warehouse technique

The data warehouse says all

The data warehouse is an environment, not a product. It provides the decision that customer used for current history data supports, these data is very difficult in traditional operation type database or can't get, say more tangibly, the data warehouse is a kind of system construction. Data warehouse than it customer relation the management is a concept that is been familiar with by person, it is 1991 the United States an information engineering learns what house  W.H. Inmon  Doctor put forward, its definition is" the data warehouse is a support decision the process faces to the topic of, gather of, at any time but change of, the last long data gathers".

The technique system construction of the data warehouse

The data of obtains mold piece: Used for obtaining the data from the source document with the source database, combine the proceeding sweep, delivering, adding it to data warehouse database inside.

· Data management mold piece: Used for the movement of the management data warehouse.

· Delivers mold piece: Used for the other warehouse in direction with assign the data warehouse data in the exterior system.

· The data is in the center a mold piece: The end customer in direction tool that used for the method provides the interview data warehouse database.

· Data interview mold piece: Used for providing the interview for the end customer of the business enterprise with the tool of the analysis data warehouse data.

· Design mold piece: Used for the design data warehouse database.

· Information catalogue mold piece: Used for governor to provide with the customer relevant saving contents in data warehouse data in the database with meaning information.

How to establish the data warehouse

Current, the internal calculator in business enterprise system is mutually independent, the data rule( legitimacy) demand of the system that have is affirmed from the other system, various data lacks to gather sex, conduct and actions trend, the data warehouse technique is an one of the most emollient way to makes these data  gathered get ups, the data warehouse establishes can at logical realize various system interaction operation, this lay the foundation for the modern college in developments, also leads for the college layer science decision offering guarantees powerfully. The process that establish in the data warehouse needs below step:

1. Establish the data model to the end business need. The design of the data model not only consider only to the first topic, but also looks after both sides the need of the other management in college decision topic to searches the need of the topic with every kind of data, statement.

2. The certain topic proceeding data sets up the mold. According to the decision need certain topic, choice data source, proceed logic construction design.

3. The database of the design data warehouse. Put great emphasis on the saving construction in physics that apply in the topic development data warehouse inside data.

4. Definition data source. According to the topic data model, choose different operation type database as the data source.

5. Establish the model for a data. The model made sure into the data scope of the data warehouse, and with provision of relevant data. Complete a data, can let customer known, the data warehouse inside has actually what data, the data gathers the level of structure with how detailed degree is, can provide what information, how these  information  are carried calculates with organizes etc..

6. Take( Extract), convert( Transmit), add from the operation type database inside take out the data that carry( Load) the database inside arrive the data warehouse.

7. Choice data interview analysis tool, the customer will use the saving information within these toolses interview data warehouse, realizing decision support need.

The data scoops out the technique

Along with the database technical develop continuously and extensive application in each profession in system in management in database, the backlog enlarges in the nasty play in amount of data in the database, but among them can use directly however opposite less in amount of information.

 People have been hoping can to conceal in the superficial information in these data, proceed many level of structures analyze, for the purpose of better land utilization acquire the benefit to operate in the business with these data, increase the information of the social competition ability.

Current every kind of database management system although can realizes efficiently the data record into and search, statistics to wait the function, can't discover relation  existed in the data with regulation, resulted in like this and then a kind of data Bang and knowledge needy keep both of phenomenon. According to the inquisition, the data collections increase with saving with every year 130% speed, but in the data only have 2% data to is analyzed availably. This exploitation that scoop out provided the vast space for the data .To the 2004, apply to attain USD  1,000,000,000 in the data of the electronic commerce market of scooping out the tool.

附录2  外文资料译文

数据仓库技术

数据仓库概述

数据仓库是一个环境，而不是一件产品。它提供用户用于决策支持的当前历史数据，这些数据在传统的操作型数据库中很难或不能得到，更确切地说，数据仓库是一种体系结构。数据仓库较之客户关系管理是一个被人熟知的概念，它是1991年美国著名信息工程学家W.H.Inmon博士提出的，将其定义为 “数据仓库是支持决策过程的面向主题的、集成的、随时间而改变的、持久的数据集合”。

数据仓库的技术体系结构

·数据获取模块：用于从源文件和源数据库中获取数据，并进行清洁,传输，将它加到数据仓库数据库中。

·数据管理模块：用于管理数据仓库的运行。

·数据传递模块：用于向其他仓库和外部系统中分配数据仓库数据。

·中间件模块：用于向最终用户工具提供访问数据仓库数据库的方法。

·数据访问模块：用于为企业的最终用户提供访问和分析数据仓库数据的工具。

·设计模块：用于设计数据仓库数据库。

·信息目录模块：用于为管理者和用户提供有关存储在数据仓库数据库中的数据的内容和含义信息。

如何建立数据仓库

目前，企业内部的计算机系统相互独立，有的系统的数据规则性（合法性）需要从其它系统中得到认定，各类数据缺乏集成性，作为趋势，数据仓库技术是使这些数据集成起来的最有力的方式之一，数据仓库的建立能在逻辑上实现各类系统互动操作，这就为建设现代化学院奠定基础，也为学院领导层科学决策提供强有力的保证。建立数据仓库的过程中需要以下步骤：

1．对最终业务需求建立数据模型。数据模型的设计不仅仅考虑对最初主题，还要兼顾学院其他管理决策主题的需求和各种数据、报表查询主题的需求。

2．确定主题进行数据建模。根据决策需求确定主题，选择数据源，进行逻辑结构设计。

3．设计数据仓库之数据库。着重于应用于主题开发数据仓库中数据的物理存储结构。

4．定义数据源。根据主题数据模型，选择不同的操作型数据库为数据源。

5．为元数据建立模型。模型确定了进入数据仓库的数据范围，以及与数据有关的规定。完备的元数据，能让用户知道，数据仓库中究竟有什么数据，数据汇总层次和详细程度如何，能提供什么信息，这些信息是如何运算和组织等。

6．从操作型数据库中抽取（Extract）、转换（Transmit）、加载（Load）数据到数据仓库之数据库中。

7．选择数据访问分析工具，用户将使用这些工具访问数据仓库中的存储信息，实现决策支持需求^[11]。

数据挖掘技术

随着数据库技术的不断发展及数据库管理系统在各个行业的广泛应用，积累在数据库中的数据量急剧增大，但其中可直接使用的信息量却相对较少。人们一直希望能够对隐藏在这些数据表面的信息，进行多层次分析，以便更好地利用这些数据获得利于商业运作，提高社会竞争力的信息。目前的各种数据库管理系统虽可以高效地实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规律，这样便造成了一种数据爆炸与知识贫乏并存的现象。据调查，数据收集与存储以每年130%的速度增长，但数据中只有2%的数据被有效地分析。这为数据挖掘的利用提供了广阔的空间。到2004年，应用于电子商务的数据挖掘工具的市场达到10亿美元。