基于数据挖掘技术的学生成绩管理研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 引言 | 第9-15页 |
·研究目的和研究意义 | 第9-10页 |
·国内外相关研究综述 | 第10-12页 |
·国外相关研究综述 | 第10-11页 |
·国内相关研究综述 | 第11-12页 |
·本文的研究内容和研究方法 | 第12-15页 |
·本文的研究内容 | 第12-13页 |
·本文的研究方法 | 第13-15页 |
第2章 学生成绩管理的相关知识 | 第15-24页 |
·成绩管理的定义 | 第15页 |
·成绩管理的现状分析 | 第15-16页 |
·存在的问题 | 第16-17页 |
·学生成绩管理的必要性 | 第17-18页 |
·学生成绩管理选择数据挖掘技术的必然性 | 第18-20页 |
·学生成绩管理在各高校的需求分析 | 第20-21页 |
·需求分析数据挖掘初步模型的建立 | 第21-22页 |
·初步模型的评估 | 第22-23页 |
本章小结 | 第23-24页 |
第3章 决策树在学生成绩管理中的应用 | 第24-43页 |
·问题的定义 | 第24页 |
·研究方法的确定 | 第24-26页 |
·数据采集 | 第26-27页 |
·数据预处理 | 第27页 |
·数据转换 | 第27-28页 |
·数据降维 | 第28-29页 |
·构造英语六级通过与否的决策树分类模型 | 第29-40页 |
·挖掘结果的验证和评估 | 第40-41页 |
·所提取规则的现实意义 | 第41页 |
本章小结 | 第41-43页 |
第4章 模糊数据挖掘技术在学生成绩管理中的应用 | 第43-59页 |
·问题的描述 | 第43-44页 |
·本章的研究思路和研究方法的确定 | 第44-45页 |
·本章的研究思路 | 第44-45页 |
·研究方法的确定 | 第45页 |
·模糊数据挖掘技术的介绍 | 第45-46页 |
·待分类样本和指标集的选择 | 第46-48页 |
·建立模糊相似矩阵R | 第48-51页 |
·聚类分析和分类模型的建立 | 第51-55页 |
·待测样本的类型判定 | 第55-58页 |
本章小结 | 第58-59页 |
第5章 总结与展望 | 第59-62页 |
·本文主要结论 | 第59-61页 |
·不足与展望 | 第61-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-66页 |
攻读硕士学位期间发表的学术论文 | 第66页 |