| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·课题背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外数据挖掘技术研究现状 | 第9-10页 |
| ·国外数据挖掘 | 第9-10页 |
| ·国内数据挖掘 | 第10页 |
| ·论文研究内容与结构安排 | 第10-12页 |
| ·论文研究内容 | 第10-11页 |
| ·论文的研究方法 | 第11-12页 |
| 第二章 数据挖掘概论 | 第12-18页 |
| ·数据挖掘的概念 | 第12页 |
| ·数据挖掘的主要功能 | 第12-14页 |
| ·常见的数据挖掘方法 | 第14-16页 |
| ·数据挖掘的过程 | 第16-18页 |
| ·数据准备 | 第16-17页 |
| ·数据挖掘 | 第17页 |
| ·解释和评价 | 第17-18页 |
| 第三章 关联规则在学生成绩中的应用 | 第18-38页 |
| ·关联规则的基本概念 | 第18-20页 |
| ·关联规则的分类 | 第20页 |
| ·关联规则的挖掘过程 | 第20-21页 |
| ·关联规则模式的评估 | 第21页 |
| ·Apriori算法 | 第21-25页 |
| ·Apriori频繁项集的产生 | 第22-25页 |
| ·Apriori算法产生关联规则 | 第25页 |
| ·Apriori算法的改进 | 第25-26页 |
| ·Apriori算法在计算机等级考试成绩分析中的应用 | 第26-37页 |
| ·问题的提出 | 第26页 |
| ·问题的求解 | 第26-36页 |
| ·试卷题型与总成绩之间关联分析 | 第26-34页 |
| ·学生自身情况与成绩之间的关联分析 | 第34-36页 |
| ·知识应用 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 决策树在计算机等级考试管理中的应用 | 第38-64页 |
| ·分类算法描述 | 第38页 |
| ·基于决策树的分类算法 | 第38-40页 |
| ·决策树算法概述 | 第38-39页 |
| ·决策树的分类 | 第39页 |
| ·决策树的构造 | 第39-40页 |
| ·本文采取决策树算法的缘由 | 第40页 |
| ·ID3算法与C4.5算法的比较 | 第40-42页 |
| ·ID3算法 | 第40-41页 |
| ·C4.5算法 | 第41-42页 |
| ·决策树的评价 | 第42-43页 |
| ·对C4.5算法的改进 | 第43-45页 |
| ·利用改进的C4.5算法生成计算机等级考试成绩的决策树模型 | 第45-58页 |
| ·问题的提出 | 第45-46页 |
| ·解决方法 | 第46页 |
| ·确定挖掘对象和目标 | 第46页 |
| ·数据采集 | 第46-49页 |
| ·数据预处理 | 第49-50页 |
| ·数据转换 | 第50-51页 |
| ·数据降维 | 第51页 |
| ·构造成绩“未通过”的决策树模型 | 第51-58页 |
| ·决策树的剪枝 | 第58-60页 |
| ·生成规则 | 第60-62页 |
| ·挖掘结果的评估 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 个人简历 | 第70-71页 |
| 在读期间已发表和录用的论文 | 第71页 |