| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-6页 |
| 第一章 引言 | 第6-9页 |
| ·课题研究背景及选题意义 | 第6-7页 |
| ·国内外研究现状 | 第7-8页 |
| ·论文研究内容 | 第8-9页 |
| 第二章 数据挖掘概述 | 第9-14页 |
| ·数据挖掘技术的产生 | 第9页 |
| ·数据挖掘的概念 | 第9页 |
| ·数据挖掘的过程 | 第9-11页 |
| ·数据挖掘的功能 | 第11-14页 |
| 第三章 决策树(decision tree)算法在成绩数据挖掘中的应用 | 第14-44页 |
| ·分类(Classification)概述 | 第14-15页 |
| ·决策树基本概念 | 第15-16页 |
| ·决策树基本算法 | 第16-17页 |
| ·决策树典型算法 | 第17-18页 |
| ·ID3算法 | 第17-18页 |
| ·C4.5算法 | 第18页 |
| ·决策树剪枝 | 第18-19页 |
| ·决策树生成分类规则 | 第19页 |
| ·决策树评价标准 | 第19-20页 |
| ·决策树在CET-4成绩分析中的具体应用 | 第20-35页 |
| ·确定挖掘对象阶段 | 第20页 |
| ·选定模型阶段 | 第20页 |
| ·获取数据和预处理数据 | 第20-35页 |
| ·Weka数据挖掘平台介绍 | 第35-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 关联规则在学生CET-4成绩分析中的应用 | 第44-54页 |
| ·关联规则概述 | 第44页 |
| ·关联规则的分类 | 第44-45页 |
| ·关联规则中的相关概念 | 第45-47页 |
| ·Apriori算法 | 第47-49页 |
| ·Apriori算法在学生成绩分析中的应用 | 第49-50页 |
| ·确定关联规则挖掘对象阶段 | 第49页 |
| ·数据预处理 | 第49页 |
| ·数据转换 | 第49-50页 |
| ·基于WEKA平台的成绩关联分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·本文总结 | 第54页 |
| ·研究展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |