首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

中学生错题数据挖掘系统的研究与开发

摘要第1-5页
Abstract第5-9页
1 引言第9-12页
   ·课题研究背景及意义第9页
   ·国内外研究现状第9-10页
   ·研究内容第10-11页
   ·论文结构组织第11页
   ·本章小结第11-12页
2 数据挖掘相关研究第12-18页
   ·教育网站中个性化推荐相关研究第12-13页
     ·教育网站中个性化推荐方式第12-13页
     ·教育网站中个性化推荐技术第13页
   ·关联规则挖掘技术第13-15页
     ·关联规则概念及Apriori算法第13-15页
   ·聚类技术第15-17页
     ·聚类分析的方法第15-16页
     ·k-means聚类算法第16-17页
   ·本章小结第17-18页
3 数据挖掘在中学生错题系统中的应用第18-29页
   ·数据挖掘目标第18页
   ·试题推荐模型第18-20页
   ·数据挖掘模块算法研究第20-28页
     ·数据对象到簇中心距离计算方法第21-23页
     ·改进的K-Means聚类算法第23页
     ·计算试题之间的相似性第23-25页
     ·预测用户对试题的评分第25页
     ·实验结果及分析第25-28页
   ·本章小结第28-29页
4 中学生错题数据挖掘系统的分析与设计第29-40页
   ·系统需求分析第29-30页
   ·系统设计原则第30-31页
   ·系统结构设计第31-32页
   ·系统功能设计第32-34页
   ·系统数据库设计第34-36页
   ·系统主要类设计第36-39页
     ·Apriori算法类设计第37-38页
     ·K-Means算法类设计第38-39页
   ·本章小结第39-40页
5 系统各模块的成果展现及分析第40-51页
   ·学生端个性化错题本模块的实现第40-41页
   ·学生端知识点分析模块的实现第41-45页
   ·教师端班级错题本模块的实现第45页
   ·教师端错题统计分析模块的实现第45-47页
   ·系统挖掘模块的成果展现及分析第47-50页
     ·Apriori算法数据预处理第47-48页
     ·Apriori算法挖掘结果及分析第48页
     ·试题推荐模块的实现第48-50页
   ·本章小结第50-51页
6 总结与展望第51-52页
   ·论文工作总结第51页
   ·下一步展望第51-52页
参考文献第52-54页
在学期间参加科研情况和发表的学术论文第54-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:(k,n)彩色可视分存方案的研究及其应用
下一篇:基于数据挖掘的电子商务经营分析系统研究