对于天津财经大学统计学成绩的数据挖掘研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 数据挖掘技术在教育中的研究现状 | 第10-11页 |
| 1.2.2 关联规则方面 | 第11-12页 |
| 1.2.3 聚类分析方面研究现状 | 第12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关理论概述 | 第14-33页 |
| 2.1 数据挖掘理论 | 第14-19页 |
| 2.1.1 数据挖掘概念 | 第14页 |
| 2.1.2 数据挖掘任务及过程 | 第14-18页 |
| 2.1.3 数据挖掘的方法 | 第18-19页 |
| 2.2 关联规则算法 | 第19-26页 |
| 2.2.1 关联规则的相关概念与过程 | 第20-26页 |
| 2.3 聚类分析 | 第26-31页 |
| 2.3.1 K-Means聚类算法 | 第29-31页 |
| 2.4 学生成绩分析 | 第31-33页 |
| 2.4.1 学生成绩分析的目的 | 第31-32页 |
| 2.4.2 学生成绩分析的方法 | 第32-33页 |
| 第三章 学生成绩的预处理 | 第33-42页 |
| 3.1 数据的收集 | 第33-35页 |
| 3.2 数据的预处理 | 第35-38页 |
| 3.3 数据的描述性统计 | 第38-42页 |
| 第四章 学生成绩的相关性分析 | 第42-46页 |
| 4.1 对统计学成绩进行相关性分析 | 第42页 |
| 4.2 实验结果与分析 | 第42-46页 |
| 第五章 《统计学》成绩的聚类分析 | 第46-52页 |
| 5.1 对统计学成绩进行聚类 | 第46页 |
| 5.2 实验结果与分析 | 第46-52页 |
| 第六章 《统计学》课程成绩的关联规则分析 | 第52-58页 |
| 6.1 对统计学成绩带入关联分析 | 第52页 |
| 6.2 实验结果与分析 | 第52-58页 |
| 第七章 总结和展望 | 第58-60页 |
| 7.1 总结 | 第58-59页 |
| 7.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 后记 | 第63页 |
