首页--文化、科学、教育、体育论文--职业技术教育论文--学校管理论文

数据挖掘技术在高职院校贫困生认定中的应用

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-11页
    1.1 课题的研究背景及选题的意义第8页
    1.2 国内外研究现状第8-9页
    1.3 论文主要研究内容与结构安排第9-11页
第二章 数据仓库与数据挖掘技术第11-17页
    2.1 数据仓库第11-13页
        2.1.1 数据仓库的定义第11-12页
        2.1.2 数据仓库的组成第12-13页
        2.1.3 数据仓库系统的体系结构第13页
    2.2 数据挖掘第13-17页
        2.2.1 数据挖掘的概念第13-14页
        2.2.2 数据挖掘方法第14页
        2.2.3 数据挖掘的过程第14-16页
        2.2.4 数据挖掘的应用第16-17页
第三章 贫困生数据仓库的设计与分析第17-22页
    3.1 数据仓库的数据准备第17页
    3.2 贫困生数据仓库模型的设计第17-20页
        3.2.1 概念模型设计第18页
        3.2.2 逻辑模型设计第18-19页
        3.2.3 物理模型设计第19-20页
    3.3 ETL数据处理第20-21页
    3.4 实现途径第21-22页
第四章 贫困生管理系统的设计第22-32页
    4.1 管理系统的需求与分析第22-23页
    4.2 管理系统的总体设计第23-26页
        4.2.1 系统的功能模块介绍第24-26页
    4.3 系统的开发环境第26-27页
    4.4 数据管理系统的实现第27-32页
        4.4.1 创建数据库及数据表的实现第27页
        4.4.2 数据管理系统的运行效果第27-32页
第五章 数据挖掘技术在贫困生认定中的应用第32-52页
    5.1 关联规则算法第32-35页
        5.1.1 关联规则产生背景第32页
        5.1.2 关联规则的基本描述第32-33页
        5.1.3 关联规则挖掘举例第33-35页
        5.1.4 关联规则的主要算法第35页
    5.2 Apriori算法第35-41页
        5.2.1 Apriori算法基本思想第35页
        5.2.2 Apriori算法产生频繁项集的过程第35-36页
        5.2.3 Apriori算法的主要步骤第36页
        5.2.4 Apriori算法第36-37页
        5.2.5 Apriori算法的举例第37-41页
    5.3 Apriori算法的缺点及改进第41-44页
        5.3.1 Apriori算法的缺点第41页
        5.3.2 Apriori算法改进算法第41-42页
        5.3.3 改进算法的实例说明第42-43页
        5.3.4 改进后的Apriori算法性能评估第43-44页
    5.4 改进的Apriori算法在贫困生认定中的应用第44-52页
        5.4.1 贫困生认定前的数据准备第44-48页
        5.4.2 数据预处理第48-49页
        5.4.3 数据挖掘结果及分析第49-52页
第六章 总结与展望第52-55页
    6.1 总结第52-53页
    6.2 展望第53-55页
参考文献第55-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于UI设计原则的网页界面评价--以高职院校系部网站为例
下一篇:基于数据挖掘的高校干部管理研究