数据挖掘在学生保持中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-13页 |
| ·概述 | 第7-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·主要内容和组织结构 | 第11-13页 |
| 第二章 数据挖掘的相关理论 | 第13-20页 |
| ·数据挖掘理论 | 第13-14页 |
| ·数据挖掘国内现状分析 | 第14-15页 |
| ·数据挖掘的功能和常用技术 | 第15-16页 |
| ·数据挖掘过程 | 第16-17页 |
| ·学生流失数据挖掘的方法分析 | 第17-19页 |
| ·学生流失问题的特点 | 第17页 |
| ·学生流失数据挖掘的方法分析 | 第17-19页 |
| 1、决策树分类算法的特点比较 | 第17-18页 |
| 2、决策树C4.5算法分析 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 学生信息数据处理 | 第20-25页 |
| ·学生信息数据准备 | 第20-21页 |
| ·数据预处理 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 一种改进的缺值属性填补方法 | 第25-32页 |
| ·问题的提出 | 第25页 |
| ·缺值属性的一般处理 | 第25-26页 |
| ·决策树算法中缺失值处理 | 第26-29页 |
| ·抛弃缺失值 | 第26-27页 |
| ·补充缺失值 | 第27-29页 |
| ·填补效果评价 | 第29-30页 |
| ·学生信息表中的属性处理 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 C4.5算法改进研究 | 第32-39页 |
| ·C4.5算法存在的问题 | 第32-33页 |
| ·NewC4.5算法描述 | 第33-34页 |
| ·依据改进C4.5算法构造决策树 | 第34-36页 |
| ·构造决策树 | 第36页 |
| ·剩余属性与选择属性相似度的计算 | 第36-38页 |
| ·算法比较 | 第38-39页 |
| 第六章 学生流失预测分析 | 第39-49页 |
| ·建立模型 | 第39-42页 |
| ·模型准确性评估 | 第42-43页 |
| ·生成分类规则 | 第43-46页 |
| ·流失原因分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 总结与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
