首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

多维关联规则数据挖掘研究及其在学生信息系统中的应用

摘要第1-6页
Abstract第6-10页
引言第10-13页
1 绪论第13-17页
   ·国内外研究发展概况简介第13-15页
     ·数据挖掘工具现状简介第13-15页
     ·关联规则研究状况第15页
   ·研究设想和意义第15-17页
2 背景知识介绍第17-29页
   ·数据挖掘第17-20页
   ·需要挖掘的数据类型第20-22页
   ·可挖掘的知识类型第22-23页
   ·数据挖掘中的挖掘性能问题第23页
   ·数据仓库及数据立方体介绍第23-27页
   ·数据预处理第27-29页
     ·数据清理第27-28页
     ·数据集成第28-29页
3 基于多维频繁项集挖掘多维关联规则算法及理论基础第29-43页
   ·关联规则相关知识第29-35页
     ·基本概念第29-31页
     ·由事务数据库挖掘单维布尔关联规则第31-34页
     ·由关系数据库和数据仓库挖掘多维关联规则第34-35页
   ·基于多维频繁项集挖掘关联规则的解决策略及算法第35-39页
     ·问题描述第36-37页
     ·算法描述第37-39页
   ·关于负属性及兴趣度的探索第39-43页
     ·关联规则中兴趣度问题的提出第39-40页
     ·解决算法第40-43页
4 系统实现第43-65页
   ·学生信息数据库管理系统第43页
   ·问题描述第43-44页
   ·学生信息数据库的相关库表结构第44-45页
   ·数据预处理和数据仓库第45-47页
   ·SQL Server 7.0的OLAP Services工具及MDX语言第47-49页
     ·SQL Server 7.0的OLAP Services工具第47-48页
     ·MDX语言第48-49页
   ·数据立方体的设计第49-51页
   ·计算频繁维谓词集第51-52页
   ·求多维频繁项集第52-56页
     ·求多维频繁项集的基本算法第52-54页
     ·求多维频繁项集的优化算法之一--采用维搜索的优化算法第54-55页
     ·求多维频繁项集的优化算法之二--采用维搜索和散列的优化算法第55-56页
   ·生成关联规则第56-59页
   ·挖掘系统主要界面及部分结果示意第59-61页
   ·在学生信息系统中运用的实际意义第61-62页
   ·挖掘系统性能评价第62-64页
     ·求多维频繁项集的算法性能第62-63页
     ·挖掘系统的性能第63-64页
   ·系统展望第64-65页
结论第65-69页
参考文献第69-73页
在学研究成果第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:针刺对维生素C在豚鼠体内靶向分布影响的实验研究
下一篇:细胞因子与协同刺激分子对鼠单纯疱疹性角膜基质炎的介导作用