学生评教数据知识挖掘方法应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 研究主要内容 | 第12-13页 |
| 1.5 本文的组织结构 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 数据挖掘技术 | 第15-25页 |
| 2.1 数据挖掘技术及其发展 | 第15-16页 |
| 2.1.1 数据挖掘的定义 | 第15页 |
| 2.1.2 数据挖掘的发展及应用 | 第15-16页 |
| 2.2 数据挖掘的过程及方法 | 第16-18页 |
| 2.3 决策树概述 | 第18-20页 |
| 2.3.1 决策树基本理论 | 第18-19页 |
| 2.3.2 决策树的生成过程 | 第19-20页 |
| 2.4 决策树分类算法 | 第20-23页 |
| 2.4.1 ID3 算法 | 第20-21页 |
| 2.4.2 C4.5 算法 | 第21-23页 |
| 2.5 决策树剪枝方法 | 第23-24页 |
| 2.5.1 先剪枝 | 第23页 |
| 2.5.2 后剪枝 | 第23页 |
| 2.5.3 悲观剪枝法 | 第23-24页 |
| 2.6 规则推导 | 第24页 |
| 2.7 本章小结 | 第24-25页 |
| 第三章 学生评教数据的预处理及挖掘模型的建立 | 第25-45页 |
| 3.1 学生评教数据介绍及预处理 | 第25-33页 |
| 3.1.1 学生评教数据介绍 | 第25-27页 |
| 3.1.2 数据预处理 | 第27-33页 |
| 3.2 决策树分类模型的建立 | 第33-43页 |
| 3.3 本章小结 | 第43-45页 |
| 第四章 决策树分类算法在学生评教中的应用 | 第45-51页 |
| 4.1 决策树分类算法在WEKA上的应用 | 第45-46页 |
| 4.2 决策树分类模型的构建与预测结果分析 | 第46-48页 |
| 4.3 从决策树模型提取分类规则 | 第48-49页 |
| 4.4 决策树模型分类结果分析 | 第49页 |
| 4.5 数据挖掘结果分析 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 主要工作和创新点 | 第51-52页 |
| 5.2 存在的问题及下一步要深入的工作 | 第52-53页 |
| 参考文献 | 第53-54页 |
| 致谢 | 第54-55页 |
| 附件 | 第55页 |
