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

基于学生成绩关联分析的个性化选课推荐应用研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-17页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 关联规则挖掘第11-13页
        1.2.2 个性化推荐第13-15页
    1.3 本文主要研究工作第15页
    1.4 论文的组织结构第15-17页
第二章 相关理论与技术第17-24页
    2.1 关联规则第17-20页
        2.1.1 关联规则相关概念第17-18页
        2.1.2 关联规则挖掘相关算法及比较第18-20页
    2.2 推荐理论及相关技术第20-23页
        2.2.1 推荐系统介绍第20页
        2.2.2 相关推荐算法及比较第20-23页
    2.3 本章小结第23-24页
第三章 基于改进的NewApriori算法的关联规则推荐第24-39页
    3.1 改进的NewApriori算法第24-28页
        3.1.1 Apriori算法基本思想及实现步骤第24-25页
        3.1.2 Apriori算法缺陷及NewApriori算法的改进第25页
        3.1.3 改进的NewApriori算法步骤第25-27页
        3.1.4 改进的NewApriori算法实现第27-28页
    3.2 数据集处理第28-32页
        3.2.1 实验数据集第28页
        3.2.2 课程成绩评估标准划分第28-29页
        3.2.3 学生成绩数据处理第29-32页
    3.3 改进的NewApriori算法性能对比实验第32-34页
        3.3.1 实验的评价标准第32页
        3.3.2 NewApriori算法性能对比与实验分析第32-34页
    3.4 基于改进的NewApriori算法的关联规则推荐实验第34-37页
        3.4.1 关联规则挖掘过程第34-35页
        3.4.2 实验的评价标准第35页
        3.4.3 改进的关联规则推荐实验及结果分析第35-37页
    3.5 本章小结第37-39页
第四章 基于学生成绩关联分析的个性化选课推荐第39-50页
    4.1 基于改进的关联规则和协同过滤的混合式推荐算法第39-44页
        4.1.1 基于用户的协同过滤推荐算法第39-40页
        4.1.2 混合式推荐算法原理和模型第40-43页
        4.1.3 算法的推荐质量评价标准第43-44页
    4.2 个性化学生选课推荐实验第44-48页
        4.2.1 实验数据集第44-45页
        4.2.2 实验的评价标准第45页
        4.2.3 个性化选课推荐实验结果及推荐质量分析第45-48页
    4.3 本章小结第48-50页
第五章 总结与展望第50-52页
    5.1 本文总结第50页
    5.2 下一步研究工作第50-52页
参考文献第52-56页
攻读硕士期间参加的科研项目与取得的科研成果第56-57页
致谢第57-58页

论文共58页,点击 下载论文
上一篇:鸡快慢羽候选基因的筛选
下一篇:精氨酸调控酪蛋白表达途径相关miRNAs的筛选与表达分析