改进的Apriori算法在Excel智能考试系统中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题来源和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·主要研究工作 | 第13页 |
| ·本文结构安排 | 第13-15页 |
| 第2章 基础知识综述 | 第15-22页 |
| ·数据挖掘概述 | 第15-17页 |
| ·数据挖掘定义 | 第15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·数据挖掘任务及分类 | 第16-17页 |
| ·数据挖掘主要应用领域 | 第17页 |
| ·关联规则概述 | 第17-20页 |
| ·关联规则基本概念 | 第17-19页 |
| ·关联规则挖掘过程 | 第19页 |
| ·关联规则分类 | 第19-20页 |
| ·Excel文档结构及对象分析 | 第20-22页 |
| ·Excel文档结构 | 第20页 |
| ·Excel中的对象 | 第20-21页 |
| ·Excel对象的引用 | 第21-22页 |
| 第3章 Apriori算法的改进 | 第22-39页 |
| ·Apriori算法基本思想 | 第22-24页 |
| ·频繁项集生成过程 | 第22-23页 |
| ·关联规则生成过程 | 第23页 |
| ·Apriori算法运行实例 | 第23-24页 |
| ·频繁项集生成实例 | 第23-24页 |
| ·关联规则生成实例 | 第24页 |
| ·Apriori算法性能分析 | 第24-25页 |
| ·现有Apriori算法改进技术 | 第25页 |
| ·一种Apriori算法改进方法 | 第25-27页 |
| ·Apriori算法进一步改进的新思路 | 第27-37页 |
| ·数据库事务压缩 | 第28-32页 |
| ·连接操作前频繁项集优化 | 第32-34页 |
| ·连接操作优化 | 第34-35页 |
| ·新Apriori算法设计 | 第35-37页 |
| ·实验结果分析 | 第37-39页 |
| 第4章 Excel智能考试系统的设计与实现 | 第39-57页 |
| ·系统功能结构 | 第39-40页 |
| ·系统工作流程 | 第40-41页 |
| ·模块设计与实现 | 第41-54页 |
| ·身份验证模块 | 第41-42页 |
| ·出题操作模块 | 第42-46页 |
| ·出题操作需要解决的几个问题 | 第42页 |
| ·原有系统出题方面的不足及出题模块设计 | 第42-43页 |
| ·出题操作流程 | 第43-44页 |
| ·出题操作实现 | 第44-46页 |
| ·系统设置模块 | 第46-47页 |
| ·考试\练习模块 | 第47-48页 |
| ·阅卷模块 | 第48-52页 |
| ·阅卷评分思想 | 第48页 |
| ·阅卷评分实现步骤 | 第48页 |
| ·知识点分类及评分方法 | 第48-49页 |
| ·阅卷评分实例 | 第49-52页 |
| ·成绩管理模块 | 第52-54页 |
| ·成绩查询 | 第52-53页 |
| ·成绩统计分析 | 第53-54页 |
| ·数据库设计 | 第54-57页 |
| ·数据库在系统中的作用 | 第54页 |
| ·数据库中主要表的设计 | 第54-57页 |
| 第5章 Excel智能考试系统中关联规则挖掘 | 第57-61页 |
| ·问题描述 | 第57页 |
| ·挖掘数据的获取 | 第57-59页 |
| ·关联规则挖掘 | 第59页 |
| ·规则解释与分析 | 第59-60页 |
| ·影响挖掘结果的因素 | 第60-61页 |
| 第6章 结论和展望 | 第61-62页 |
| ·研究工作总结 | 第61页 |
| ·进一步工作的展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 攻读硕士期间公开发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
