| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 本课题研究的背景以及意义 | 第8-9页 |
| 1.2 国内外的研究现状概述 | 第9-10页 |
| 1.3 本文实现的现实意义 | 第10-11页 |
| 1.4 本文的研究思路及组织结构 | 第11-14页 |
| 第二章 数据挖掘理论 | 第14-20页 |
| 2.1 数据挖掘基本概念 | 第14页 |
| 2.2 数据挖掘的主要流程 | 第14-15页 |
| 2.3 数据挖掘的功能 | 第15-17页 |
| 2.4 数据挖掘的应用 | 第17-20页 |
| 第三章 本文所采用的行为分析算法研究 | 第20-28页 |
| 3.1 K-means聚类算法及基于K-means的离群检测 | 第20-22页 |
| 3.2 ID3决策树算法 | 第22-25页 |
| 3.3 Apriori关联规则算法 | 第25-28页 |
| 第四章 数据挖掘技术在学生德育行为预测分析中的应用 | 第28-42页 |
| 4.1 确定数据挖掘对象及其目标 | 第28页 |
| 4.2 选择数据挖掘的算法模型 | 第28页 |
| 4.3 数据的采集与预处理 | 第28-30页 |
| 4.4 基于K-means的学生德育行为数据分析 | 第30-34页 |
| 4.5 基于Apriori算法与ID3改进算法的学生德育行为数据分析 | 第34-42页 |
| 第五章 学生德育行为预测与管理系统的设计与实现 | 第42-56页 |
| 5.1 系统设计目标 | 第42页 |
| 5.2 系统开发环境 | 第42-43页 |
| 5.3 关系数据库与数据模型 | 第43-45页 |
| 5.4 系统功能界面及部分源码 | 第45-52页 |
| 5.5 算法效率实验分析 | 第52-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 结论 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-66页 |
| 致谢 | 第66页 |
