| 中文摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 1 绪论 | 第12-17页 |
| 1 研究背景 | 第12-15页 |
| 1.1 国家政策 | 第12页 |
| 1.2 校园卡系统的发展现状及存在的问题 | 第12-15页 |
| 1.2.1 小额消费支付 | 第12-13页 |
| 1.2.2 身份识别 | 第13-15页 |
| 2 研究目的和意义 | 第15-16页 |
| 3 研究思路与方法 | 第16-17页 |
| 3.1 文献分析法 | 第16页 |
| 3.2 Apriori算法 | 第16-17页 |
| 3.3 访谈法 | 第17页 |
| 2 校园卡系统的架构和子应用 | 第17-45页 |
| 1 校园卡系统的架构 | 第17-39页 |
| 1.1 校园卡系统专用网络总体架构 | 第18-25页 |
| 1.1.1 主校区网络设备的部署 | 第18-20页 |
| 1.1.2 主校区校园卡终端的ip分配 | 第20-21页 |
| 1.1.3 分校区网络设备的部署 | 第21-23页 |
| 1.1.4 分校区校园卡终端的ip分配 | 第23-25页 |
| 1.2 硬件设备总体架构 | 第25-26页 |
| 1.3 软件系统总体架构 | 第26-36页 |
| 1.4 数据库服务器架构 | 第36-39页 |
| 1.4.1 数据库服务器 | 第36-37页 |
| 1.4.2 应用服务器群 | 第37-38页 |
| 1.4.3 银行前置服务器 | 第38-39页 |
| 2 校园卡系统的子应用 | 第39-45页 |
| 2.1 校园卡综合管理平台应用 | 第39-41页 |
| 2.2 校园卡小额消费应用 | 第41-43页 |
| 2.3 校园卡身份认证应用 | 第43-44页 |
| 2.4 校园卡子应用数据采集 | 第44-45页 |
| 3 校园卡系统数据对学生成绩排名的预测性分析 | 第45-68页 |
| 1 问题提出 | 第45页 |
| 2 Apriori关联规则算法设计思路 | 第45-51页 |
| 2.1 Apriori简单关联规则有效性的测度指标 | 第47-48页 |
| 2.2 Apriori简单关联规则实用性的测度指标 | 第48-49页 |
| 2.3 Apriori简单关联规则算法的步骤 | 第49-51页 |
| 3 校园卡系统采集数据预处理 | 第51-59页 |
| 3.1 数据表选择与数据导出 | 第52-57页 |
| 3.2 二分类变量数据处理 | 第57-59页 |
| 4 学生行为对学生成绩影响的预测性分析 | 第59-68页 |
| 4.1 SPSS Modeler的Apriori算法应用 | 第61-64页 |
| 4.2 SPSS Modeler Apriori算法的分析结果与评价 | 第64-68页 |
| 4 提高学生成绩的对策研究 | 第68-70页 |
| 1 转变管理理念，利用数据决策 | 第68页 |
| 2 建立预警机制，利用数据防控 | 第68-69页 |
| 3 依据数据标准，保持良好习惯 | 第69-70页 |
| 5 结论与展望 | 第70-72页 |
| 1 主要结论 | 第70页 |
| 2 研究的不足与展望 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 附录 | 第74-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文 | 第76页 |
