| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 论文研究的背景 | 第9-10页 |
| 1.2 终身教育网站中的学习理论介绍 | 第10-11页 |
| 1.3 数据挖掘技术在教育网站中的运用 | 第11-13页 |
| 1.4 研究的内容和重点 | 第13-14页 |
| 1.4.1 数据挖掘相关理论研究 | 第13页 |
| 1.4.2 分析网站数据库的基本情况 | 第13页 |
| 1.4.3 提取有用数据 | 第13页 |
| 1.4.4 发掘有趣的规则或模式 | 第13-14页 |
| 1.5 论文的结构 | 第14-15页 |
| 第2章 数据挖掘技术介绍 | 第15-33页 |
| 2.1 数据挖掘的过程 | 第16-18页 |
| 2.1.1 确定挖掘的主题 | 第16页 |
| 2.1.2 数据的抽取与集成 | 第16-17页 |
| 2.1.3 数据清洗 | 第17页 |
| 2.1.4 数据变换 | 第17-18页 |
| 2.1.5 数据挖掘过程 | 第18页 |
| 2.1.6 模式评估 | 第18页 |
| 2.1.7 知识图形化呈现 | 第18页 |
| 2.2 关联分析 | 第18-23页 |
| 2.2.1 关联分析的基本概念 | 第18-20页 |
| 2.2.2 Apriori算法 | 第20-22页 |
| 2.2.3 算法的改进 | 第22-23页 |
| 2.2.4 基于事务标号集的改进算法Apriori-Tid | 第23页 |
| 2.3 分类分析 | 第23-31页 |
| 2.3.1 分类分析的基本概念 | 第23-24页 |
| 2.3.2 C5.0 算法 | 第24-31页 |
| 2.4 聚类分析 | 第31-32页 |
| 2.5 异常检测 | 第32页 |
| 2.6 空间数据挖掘 | 第32-33页 |
| 第3章 数据的收集与预处理 | 第33-43页 |
| 3.1 终身教育平台的基本情况 | 第33-34页 |
| 3.2 终身教育平台的主要功能 | 第34-37页 |
| 3.2.1 学习中心 | 第34页 |
| 3.2.2 个人中心 | 第34-35页 |
| 3.2.3 资源中心 | 第35页 |
| 3.2.4 服务支持 | 第35-36页 |
| 3.2.5 管理中心 | 第36-37页 |
| 3.2.6 三级网络 | 第37页 |
| 3.3 系统数据库介绍 | 第37-39页 |
| 3.4 数据分析和处理的工具 | 第39页 |
| 3.5 数据的清洗 | 第39-43页 |
| 第4章 使用关联规则算法分析网站访问情况 | 第43-47页 |
| 4.1 分析网站访问情况的数据准备 | 第43-44页 |
| 4.2 使用Clementine挖掘网站访问情况 | 第44-47页 |
| 第5章 使用分类规则算法分析网站的满意度 | 第47-59页 |
| 5.1 满意度指标的确定和数据准备 | 第47-50页 |
| 5.2 使用C5.0 挖掘用户数据库分类规则 | 第50-55页 |
| 5.2.1 样本分类和各测试属性的信息量 | 第50-53页 |
| 5.2.2 计算各属性的信息增益量 | 第53-54页 |
| 5.2.3 绘制决策树 | 第54-55页 |
| 5.3 在Clementine中用C5.0 建模 | 第55-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6.1 结论 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的科研项目和成果 | 第64页 |