数据挖掘技术在大学生就业指导中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·数据挖掘的研究现状 | 第11-12页 |
| ·数据挖掘技术在教育教学以及就业方面的研究现状 | 第12-15页 |
| ·论文的研究内容 | 第15-16页 |
| ·研究内容 | 第15页 |
| ·论文结构 | 第15-16页 |
| 2 数据挖掘理论 | 第16-23页 |
| ·数据挖掘的定义 | 第16-17页 |
| ·数据挖掘的过程 | 第17-18页 |
| ·数据挖掘的对象 | 第18-21页 |
| ·关系数据库 | 第19页 |
| ·数据仓库 | 第19页 |
| ·事务数据库 | 第19-20页 |
| ·高级数据库 | 第20-21页 |
| ·数据挖掘的主要方法 | 第21-22页 |
| ·概念描述 | 第21页 |
| ·关联规则 | 第21-22页 |
| ·分类和预测 | 第22页 |
| ·聚类分析 | 第22页 |
| ·本章小结 | 第22-23页 |
| 3 决策树 ID3 算法及其改进 | 第23-32页 |
| ·决策树分类 | 第23-25页 |
| ·决策树概述 | 第23页 |
| ·决策树的生成 | 第23-24页 |
| ·决策树的剪枝 | 第24-25页 |
| ·ID3 算法 | 第25-29页 |
| ·ID3 算法的理论基础 | 第25-27页 |
| ·ID3 算法基本思想与算法描述 | 第27-28页 |
| ·ID3 算法的优缺点 | 第28-29页 |
| ·ID3 算法的改进 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 4 就业数据挖掘模型的分析与设计 | 第32-43页 |
| ·就业信息数据的挖掘分析 | 第32页 |
| ·数据挖掘工具 | 第32-34页 |
| ·数据挖掘工具分类 | 第32-33页 |
| ·Weka 简介 | 第33-34页 |
| ·数据收集与预处理 | 第34-39页 |
| ·数据准备 | 第34-35页 |
| ·数据预处理 | 第35-39页 |
| ·数据挖掘模型的建立 | 第39-41页 |
| ·数据挖掘算法的选择 | 第39-40页 |
| ·决策树模型的建立 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 5 数据挖掘结果分析 | 第43-49页 |
| ·决策树分类模型的解释 | 第43-45页 |
| ·模型结果分析 | 第45-48页 |
| ·规则提取 | 第45-47页 |
| ·数据挖掘在就业指导中的应用分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 A | 第53-54页 |
| 附录 B | 第54-58页 |
| 致谢 | 第58页 |
