基于关联规则数据挖掘技术的高校学生学习成绩分析
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-13页 |
| ·本论文的研究意义 | 第10页 |
| ·数据挖掘技术的国内外研究现状 | 第10-11页 |
| ·国外现状 | 第10-11页 |
| ·国内现状 | 第11页 |
| ·数据挖掘技术在教育领域的应用 | 第11页 |
| ·本论文的主要内容及结构安排 | 第11-13页 |
| 第2章 数据挖掘技术综述 | 第13-16页 |
| ·数据挖掘的发展历史 | 第13页 |
| ·数据挖掘的概念 | 第13-14页 |
| ·数据挖掘的相关技术 | 第14-16页 |
| ·决策树 | 第14页 |
| ·人工神经网络 | 第14页 |
| ·关联规则 | 第14页 |
| ·链接分析 | 第14-15页 |
| ·遗传算法 | 第15-16页 |
| 第3章 关联规则数据挖掘算法的分析 | 第16-26页 |
| ·关联规则挖掘研究综述 | 第16-17页 |
| ·关联规则的基本概念 | 第17-18页 |
| ·关联规则挖掘问题的描述 | 第18-19页 |
| ·关联规则的种类 | 第19-20页 |
| ·常见的关联规则算法 | 第20-24页 |
| ·AIS算法 | 第20页 |
| ·SETM算法 | 第20-21页 |
| ·Apriori系列算法 | 第21-23页 |
| ·FP-Growth算法 | 第23页 |
| ·HCS-Mine算法 | 第23-24页 |
| ·各种关联规则算法的比较 | 第24-26页 |
| 第4章 Apriori及改进算法的设计 | 第26-43页 |
| ·Apriori算法 | 第26-31页 |
| ·Apriori算法思想 | 第26-28页 |
| ·Apriori算法举例演示 | 第28-30页 |
| ·Apriori算法的设计与实现 | 第30-31页 |
| ·AprioriTid算法 | 第31-34页 |
| ·AprioriTid算法思想 | 第31-33页 |
| ·AprioriTid算法举例演示 | 第33-34页 |
| ·AprioriTid算法的设计与实现 | 第34页 |
| ·改进AprioriTid算法 | 第34-43页 |
| ·改进思路 | 第34-36页 |
| ·改进算法的描述 | 第36-37页 |
| ·改进算法的举例 | 第37-39页 |
| ·改进算法的设计与实现 | 第39-40页 |
| ·改进算法的特点 | 第40-41页 |
| ·改进算法的时间复杂性分析 | 第41-43页 |
| 第5章 应用改进算法分析学生成绩 | 第43-60页 |
| ·挖掘过程 | 第43-44页 |
| ·数据采集 | 第44页 |
| ·数据预处理 | 第44-51页 |
| ·数据清理和数据转换技术 | 第45页 |
| ·数据预处理过程及结果 | 第45-51页 |
| ·实施关联规则挖掘 | 第51-57页 |
| ·改进算法的挖掘过程 | 第51-54页 |
| ·使用改进算法挖掘结果展示 | 第54-57页 |
| ·关联规则结果分析 | 第57-60页 |
| 第6章 结论与展望 | 第60-62页 |
| ·本文总结 | 第60-61页 |
| ·工作展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
