| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·知识发现与数据挖掘 | 第9-10页 |
| ·研究背景 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·数据挖掘的研究现状 | 第12-13页 |
| ·概念格的研究现状 | 第13-14页 |
| ·数据挖掘在高校教学中应用现状 | 第14页 |
| ·本文主要工作及组织结构 | 第14-16页 |
| ·小结 | 第16-17页 |
| 第二章 关联规则与概念格 | 第17-31页 |
| ·关联规则的理论基础 | 第17-19页 |
| ·关联规则挖掘问题的提出 | 第17-18页 |
| ·关联规则的基本概念 | 第18-19页 |
| ·概念格及其扩展模型 | 第19-25页 |
| ·传统的概念格 | 第20-22页 |
| ·概念格扩展模型 | 第22-25页 |
| ·利用形式概念分析约简关联规则 | 第25-29页 |
| ·形式概念分析与关联规则框架 | 第25-27页 |
| ·用于精确关联规则的Duquenne-Guigues 基 | 第27-28页 |
| ·用于近似关联规则的Luxenburger 基 | 第28-29页 |
| ·经典关联规则挖掘算法及分析 | 第29-30页 |
| ·Apriori 算法 | 第29-30页 |
| ·FP-增长算法 | 第30页 |
| ·小结 | 第30-31页 |
| 第三章 基于概念格的关联规则提取算法研究及改进 | 第31-44页 |
| ·基于概念格的关联规则挖掘研究 | 第31-37页 |
| ·基本概念和定理 | 第31-34页 |
| ·基于概念格的关联规则挖掘的思想 | 第34页 |
| ·传统的概念格上关联规则提取算法 | 第34-37页 |
| ·基于概念格的关联规则提取算法改进 | 第37-38页 |
| ·算法的提出 | 第37页 |
| ·算法的描述 | 第37-38页 |
| ·由组规则产生集推导出一般规则产生集的算法和理论证明 | 第38-41页 |
| ·由组规则产生集推导出所有规则的理论证明 | 第38-39页 |
| ·实例描述 | 第39-40页 |
| ·从组规则产生集导出一般规则产生集的算法 | 第40-41页 |
| ·存储组规则产生集的数据结构 | 第41-42页 |
| ·从规则产生集中得到单一后项规则的算法 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于概念格的关联规则挖掘在分层次教学中的应用 | 第44-68页 |
| ·应用背景 | 第44-47页 |
| ·问题的提出 | 第44页 |
| ·分层次教学 | 第44-47页 |
| ·需求分析 | 第47页 |
| ·系统设计 | 第47-55页 |
| ·设计原则 | 第47-48页 |
| ·系统结构 | 第48-49页 |
| ·总体设计 | 第49页 |
| ·数据挖掘模块设计 | 第49-55页 |
| ·系统运行环境 | 第55页 |
| ·挖掘过程 | 第55-61页 |
| ·利用改进算法挖掘量化关联规则确定权重的基本思想 | 第56页 |
| ·确定权重的详细步骤 | 第56-59页 |
| ·利用基于加权距离的CLARANS 算法分层次 | 第59-60页 |
| ·实验结果 | 第60-61页 |
| ·交互模块实现 | 第61-67页 |
| ·用户登录页面 | 第62-63页 |
| ·学生调查页面 | 第63-64页 |
| ·信息反馈页面 | 第64-67页 |
| ·小结 | 第67-68页 |
| 第五章 挖掘结果分析与评价 | 第68-73页 |
| ·影响挖掘结果的因素 | 第68页 |
| ·挖掘结果分类 | 第68-69页 |
| ·挖掘结果分析 | 第69-72页 |
| ·相关性研究对教育的指导意义 | 第72页 |
| ·小结 | 第72-73页 |
| 第六章 结束语 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者攻硕期间取得的成果 | 第80-81页 |
