首页--文化、科学、教育、体育论文--职业技术教育论文--学校管理论文

数据挖掘在中职学生管理中的应用研究

摘要第5-6页
Abstract第6页
第1章 绪论第11-14页
    1.1 研究背景及意义第11-12页
    1.2 数据挖掘技术的研究现状第12页
        1.2.1 数据挖掘研究现状第12页
        1.2.2 数据挖掘在教育领域的应用第12页
    1.3 本文主要研究工作第12-13页
    1.4 本文结构安排第13-14页
第2章 数据仓库、联机分析处理与数据挖掘技术第14-28页
    2.1 数据仓库技术第14-16页
        2.1.1 数据仓库的定义及特点第14-15页
        2.1.2 数据仓库的体系结构第15-16页
        2.1.3 数据仓库的开发流程第16页
        2.1.4 数据仓库建设常用工具第16页
    2.2 联机分析处理技术第16-18页
    2.3 数据挖掘技术第18-20页
        2.3.1 知识发现第18-19页
        2.3.2 数据挖掘概念第19-20页
        2.3.3 数据挖掘算法的分类第20页
    2.4 数据挖掘算法介绍第20-26页
        2.4.1 贝叶斯分类算法第21-22页
        2.4.2 聚类算法第22-24页
        2.4.3 关联规则算法第24-26页
    2.5 挖掘工具介绍第26-27页
        2.5.1 数据挖掘产品第26-27页
        2.5.2 数据仓库产品选择第27页
    2.6 数据挖掘结果分析第27页
    2.7 本章小结第27-28页
第3章 中职学生管理DSS系统的分析与设计第28-34页
    3.1 决策支持系统DDS第28-30页
        3.1.1 概述第28-29页
        3.1.2 决策支持系统的特征及功能第29页
        3.1.3 DSS的系统结构第29-30页
    3.2 系统需求分析第30-31页
    3.3 系统体系结构第31-32页
    3.4 功能模块第32-33页
    3.5 本章小结第33-34页
第4章 中职学生管理DSS系统的实现第34-56页
    4.1 源数据结构第34-35页
    4.2 数据的抽取、清洗、转换和装载第35-38页
        4.2.1 数据的ETL过程第36-37页
        4.2.2 数据的清洗第37页
        4.2.3 数据的转换第37-38页
    4.3 数据仓库及多维数据集设计第38-41页
        4.3.1 多维数据集的设计第38-39页
        4.3.2 多维数据集的建立第39-40页
        4.3.3 使用多维数据集第40-41页
    4.4 数据挖掘模型设计第41-51页
        4.4.1 学生细分模型的建立第42-44页
        4.4.2 学生成绩影响因素关联规则模型第44-48页
        4.4.3 学生流失因素关联规则模型第48-51页
    4.5 数据挖掘结果的WEB展现第51-55页
        4.5.1 系统结构选择第51-52页
        4.5.2 连接数据仓库第52页
        4.5.3 非数据挖掘模块的实现第52-53页
        4.5.4 数据挖掘模块的WEB展现用到的控件第53-54页
        4.5.5 数据挖掘WEB展现模块的实现第54-55页
    4.6 本章小结第55-56页
总结及展望第56-57页
参考文献第57-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:高职院校学生学习动力激发与培养对策研究
下一篇:中南大学后勤集团绩效考核体系改进研究