在线交互与学习平台中个性化信息挖掘研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·数据挖掘在教育领域的应用 | 第8-9页 |
| ·主要研究内容 | 第9页 |
| ·论文结构 | 第9-11页 |
| 第二章 数据挖掘及关联规则挖掘 | 第11-27页 |
| ·数据挖掘 | 第11-15页 |
| ·什么是数据挖掘 | 第11页 |
| ·数据挖掘过程 | 第11-12页 |
| ·数据挖掘系统结构 | 第12-13页 |
| ·数据挖掘功能 | 第13-15页 |
| ·关联规则概述 | 第15-17页 |
| ·关联规则挖掘产生背景 | 第15-16页 |
| ·关联规则挖掘模型与步骤 | 第16页 |
| ·关联规则挖掘中注意问题 | 第16-17页 |
| ·进一步研究方向 | 第17页 |
| ·关联规则挖掘算法 | 第17-25页 |
| ·产生候选项集的经典算法Apriori | 第18-21页 |
| ·不产生候选项集的算法FP-growth | 第21-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 个性化信息挖掘研究 | 第27-45页 |
| ·数据预处理技术 | 第27-32页 |
| ·数据预处理 | 第27-28页 |
| ·数据清理技术 | 第28-30页 |
| ·数据集成技术 | 第30-31页 |
| ·成绩数据的预处理方法 | 第31-32页 |
| ·挖掘频繁项集 | 第32-40页 |
| ·关键模型的选择与比较 | 第32-34页 |
| ·基于FP-growth的改进算法 | 第34-40页 |
| ·提取强关联规则 | 第40-43页 |
| ·规则的生成 | 第40页 |
| ·规则价值衡量 | 第40-42页 |
| ·改进的规则提取 | 第42-43页 |
| ·结果处理 | 第43-44页 |
| ·存储方法 | 第43页 |
| ·可视化方式 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 个性化信息挖掘模块的设计与实现 | 第45-67页 |
| ·功能需求 | 第45-48页 |
| ·目标和功能需求 | 第45-48页 |
| ·业务流程分析 | 第48页 |
| ·个性化信息挖掘模块的设计 | 第48-59页 |
| ·设计目标 | 第48-49页 |
| ·系统架构设计 | 第49-54页 |
| ·数据库设计 | 第54-57页 |
| ·数据库访问设计 | 第57-59页 |
| ·个性化信息挖掘模块的实现 | 第59-62页 |
| ·开发环境与工具 | 第59页 |
| ·模块实现的关键技术 | 第59-60页 |
| ·界面 | 第60-62页 |
| ·个性化信息挖掘实例 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| ·工作总结 | 第67页 |
| ·研究展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 读研期间研究成果 | 第77页 |
