| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-10页 |
| ·本课题研究背景和研究意义 | 第8-9页 |
| ·本文的研究内容和体系结构 | 第9-10页 |
| 第二章 数据挖掘基础理论 | 第10-19页 |
| ·数据挖掘概念 | 第10-11页 |
| ·数据挖掘的过程 | 第11页 |
| ·数据挖掘的功能 | 第11-13页 |
| ·聚类分析 | 第13-18页 |
| ·聚类分析概念 | 第13页 |
| ·聚类分析中数据表示 | 第13-15页 |
| ·聚类分析主要算法 | 第15-18页 |
| ·异常数据分析 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 决策树分类 | 第19-25页 |
| ·决策树概念 | 第19页 |
| ·决策树的基本原理 | 第19-20页 |
| ·决策树算法 | 第20-24页 |
| ·ID3算法 | 第20-22页 |
| ·C4.5算法 | 第22-23页 |
| ·其他算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 K-MEANS聚类在高职就业分析中应用 | 第25-38页 |
| ·数据采集 | 第25-27页 |
| ·数据预处理 | 第27-31页 |
| ·数据清洗 | 第27页 |
| ·数据集成与转换 | 第27-29页 |
| ·数据消减 | 第29-31页 |
| ·聚类分析 | 第31-37页 |
| ·构造差异矩阵 | 第31-33页 |
| ·K-means聚类 | 第33-36页 |
| ·试验结果分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 R-C4.5决策树模型在高职就业分析中的应用 | 第38-50页 |
| ·R-C4.5决策树模型 | 第38-39页 |
| ·R-C4.5决策树模型在高职就业分析中的应用 | 第39-49页 |
| ·数据处理 | 第39-40页 |
| ·构造决策树 | 第40-47页 |
| ·提取分类规则 | 第47-48页 |
| ·分类规则的结果分析 | 第48-49页 |
| ·分类规则测试 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 在校期间研究成果 | 第55页 |