基于数据挖掘技术的教学管理应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-10页 |
| 图表清单 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·发展与现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 数据挖掘技术 | 第15-28页 |
| ·数据挖掘概述 | 第15-16页 |
| ·数据挖掘的内容 | 第16-17页 |
| ·数据挖掘的功能 | 第17-19页 |
| ·数据挖掘方法 | 第19-20页 |
| ·数据挖掘过程 | 第20-23页 |
| ·数据挖掘过程模型 | 第21-22页 |
| ·数据挖掘实施流程 | 第22-23页 |
| ·数据挖掘工具 | 第23-26页 |
| ·数据挖掘应用与发展趋势 | 第26-27页 |
| ·数据挖掘应用 | 第26页 |
| ·数据挖掘的发展趋势 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 数据挖掘算法的分析 | 第28-36页 |
| ·分类算法 | 第28-32页 |
| ·分类算法概述 | 第28-29页 |
| ·决策树 | 第29-31页 |
| ·ID3算法简介 | 第31页 |
| ·提取分类规则 | 第31-32页 |
| ·关联规则算法 | 第32-35页 |
| ·关联规则算法概述 | 第32页 |
| ·关联规则挖掘 | 第32-33页 |
| ·关联规则的分类 | 第33-34页 |
| ·Apriori算法介绍 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于ID3算法的教学评价 | 第36-44页 |
| ·问题的定义 | 第36-37页 |
| ·解决方案 | 第37-39页 |
| ·ID3算法 | 第37页 |
| ·数据预处理 | 第37-39页 |
| ·构造决策树 | 第39-42页 |
| ·构造决策树的算法 | 第40页 |
| ·生成决策树 | 第40-42页 |
| ·生成分类规则 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于Apriori算法的成绩分析 | 第44-53页 |
| ·问题的定义 | 第44页 |
| ·解决方案 | 第44-46页 |
| ·数据挖掘的实施步骤 | 第44-46页 |
| ·挖掘关联规则的步骤 | 第46页 |
| ·关联规则挖掘的实施过程 | 第46-52页 |
| ·确定分析和预测目标 | 第46页 |
| ·了解数据 | 第46-47页 |
| ·数据准备 | 第47-49页 |
| ·建立模型 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·本文主要工作 | 第53-54页 |
| ·进一步研究方向 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文 | 第58页 |
