摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-15页 |
1.1 课题背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 数据挖掘技术在高校辅助决策系统中的应用 | 第11-13页 |
1.3.1 高校辅助决策系统的现状 | 第11-12页 |
1.3.2 数据挖掘技术在高校辅助决策系统中的应用 | 第12-13页 |
1.4 论文拟解决问题 | 第13-14页 |
1.5 论文的组织结构 | 第14-15页 |
第2章 数据仓库与数据挖掘技术理论 | 第15-31页 |
2.1 数据仓库概述 | 第15-24页 |
2.1.1 数据仓库的需求 | 第16-17页 |
2.1.2 数据仓库的概念及特点 | 第17-18页 |
2.1.3 数据仓库的体系结构 | 第18-19页 |
2.1.4 数据仓库的相关概念 | 第19-20页 |
2.1.5 数据仓库系统的设计与构造步骤 | 第20-21页 |
2.1.6 数据仓库和数据挖掘的关系 | 第21页 |
2.1.7 Greenplum 数据库 | 第21-22页 |
2.1.8 数据集市的概念 | 第22-24页 |
2.2 数据挖掘技术概述 | 第24-30页 |
2.2.1 数据挖掘的概念 | 第24页 |
2.2.2 数据挖掘的流程与步奏 | 第24-26页 |
2.2.3 数据挖掘的任务 | 第26-27页 |
2.2.4 数据挖掘的分类 | 第27-28页 |
2.2.5 数据挖掘的技术 | 第28-30页 |
2.3 本章小结 | 第30-31页 |
第3章 系统需求分析 | 第31-41页 |
3.1 系统概述 | 第31页 |
3.2 系统建设原则和目标 | 第31-33页 |
3.3 系统结构分析 | 第33-36页 |
3.3.1 系统整体结构 | 第33页 |
3.3.2 网络结构 | 第33-34页 |
3.3.3 软件结构 | 第34-36页 |
3.4 数据仓库分析 | 第36-38页 |
3.4.1 数据抽取 | 第36-37页 |
3.4.2 数据转化 | 第37-38页 |
3.4.3 数据加载 | 第38页 |
3.5 系统功能需求 | 第38-39页 |
3.6 系统非功能需求 | 第39-40页 |
3.6.1 性能需求 | 第39-40页 |
3.6.2 可靠性需求 | 第40页 |
3.6.3 易用性需求 | 第40页 |
3.6.4 安全性需求 | 第40页 |
3.7 本章小节 | 第40-41页 |
第4章 系统设计 | 第41-51页 |
4.1 系统总体框架 | 第41-42页 |
4.2 系统详细功能设计 | 第42-46页 |
4.2.1 学生信息管理 | 第42-43页 |
4.2.2 师资信息管理 | 第43-44页 |
4.2.3 学校资源信息管理 | 第44-45页 |
4.2.4 学生成绩关联规则挖掘 | 第45-46页 |
4.2.5 学生就业分类规则挖掘 | 第46页 |
4.3 数据库设计 | 第46-49页 |
4.4 数据集成设计 | 第49页 |
4.5 本章小结 | 第49-51页 |
第5章 系统实现 | 第51-77页 |
5.1 系统开发与运行环境 | 第51页 |
5.2 信息管理模块实现 | 第51-59页 |
5.2.1 用户登录界面 | 第51页 |
5.2.2 学生管理模块 | 第51-53页 |
5.2.3 师资管理模块 | 第53-56页 |
5.2.4 教学资源信息管理模块 | 第56-57页 |
5.2.5 报表生成模块 | 第57-59页 |
5.3 学生成绩关联规则挖掘的实现 | 第59-67页 |
5.3.1 关联算法概述 | 第59页 |
5.3.2 关联规则基本概念 | 第59-60页 |
5.3.3 Aprior 算法描述 | 第60-61页 |
5.3.4 学生成绩与课程设置关联分析 | 第61-63页 |
5.3.5 学生成绩与教师信息关联分析 | 第63-65页 |
5.3.6 学生成绩与学生信息关联分析 | 第65-67页 |
5.4 学生就业分类规则挖掘的实现 | 第67-74页 |
5.4.1 决策树分类 | 第67-69页 |
5.4.2 决策树分类算法的数据准备 | 第69-70页 |
5.4.3 C4.5 算法应用在学生分类规则挖掘中的应用 | 第70-74页 |
5.4.4 规则验证 | 第74页 |
5.5 本章小结 | 第74-77页 |
总结 | 第77-79页 |
参考文献 | 第79-81页 |
致谢 | 第81页 |