决策树关联规则算法在高校贫困生评定管理中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究的背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外数据挖掘研究现状 | 第13-14页 |
| 1.2.2 国内数据挖掘研究现状 | 第14-15页 |
| 1.2.3 国外贫困生认定研究现状 | 第15-16页 |
| 1.2.4 国内贫困生认定研究现状 | 第16-17页 |
| 1.3 贫困生评定存在的问题 | 第17-18页 |
| 1.4 主要的研究内容及结构安排 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 数据挖掘相关知识介绍 | 第20-34页 |
| 2.1 数据挖掘 | 第20-23页 |
| 2.1.1 数据挖掘概念和特点 | 第20-21页 |
| 2.1.2 数据挖掘的过程 | 第21-22页 |
| 2.1.3 数据挖掘的方法 | 第22-23页 |
| 2.2 关联规则算法 | 第23-29页 |
| 2.2.1 关联规则的定义 | 第24页 |
| 2.2.2 主要的关联规则算法 | 第24-29页 |
| 2.3 决策树分类算法 | 第29-33页 |
| 2.3.1 决策树的基本概念 | 第29页 |
| 2.3.2 决策树算法过程 | 第29-30页 |
| 2.3.3 常见的决策树分类算法 | 第30-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 关联规则对决策树算法的优化 | 第34-44页 |
| 3.1 关联规则算法添加新的属性 | 第34-36页 |
| 3.1.1 关联规则生成新的属性 | 第34-35页 |
| 3.1.2 评估新属性 | 第35-36页 |
| 3.2 改进算法 | 第36-38页 |
| 3.2.1 C4.5 算法的改进 | 第36-38页 |
| 3.2.2 基于关联规则的 C4.5 决策树算法 | 第38页 |
| 3.3 实验验证 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 贫困学生信息数据预处理 | 第44-53页 |
| 4.1 贫困指标筛选标准 | 第44-45页 |
| 4.2 数据清理与集成 | 第45-49页 |
| 4.3 数据离散化技术 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 基于关联规则的决策树算法的应用 | 第53-58页 |
| 5.1 Apriori 算法添加新的属性 | 第53-54页 |
| 5.2 算法应用结果 | 第54-56页 |
| 5.2.1 构造决策树模型 | 第54-55页 |
| 5.2.2 提取以及分析部分规则 | 第55-56页 |
| 5.3 模型评估 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录 A 攻读学位期间发表的学术论文 | 第64页 |
