首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于数据挖掘的就业服务综合管理系统的研究

摘要第4-5页
abstract第5页
1 绪论第9-13页
    1.1 研究背景与意义第9-10页
    1.2 毕业生就业管理信息系统的现状第10页
    1.3 数据挖掘的国内外现状第10-11页
    1.4 论文主要工作第11-12页
    1.5 论文组织结构第12-13页
2 系统相关知识及技术第13-19页
    2.1 系统开发技术概述第13-14页
        2.1.1 ASP.NET及其三层架构第13页
        2.1.2 ADO.NET第13-14页
        2.1.3 浏览器/服务器模式第14页
    2.2 数据挖掘概述第14-18页
        2.2.1 数据挖掘的定义第14-15页
        2.2.2 数据挖掘的对象第15页
        2.2.3 数据挖掘的功能第15-16页
        2.2.4 数据挖掘的方法第16页
        2.2.5 数据挖掘的流程第16-17页
        2.2.6 数据挖掘的应用第17-18页
    2.3 本章小结第18-19页
3 就业服务综合管理系统的分析与实现第19-49页
    3.1 系统需求分析第19-29页
        3.1.1 系统总体需求描述第19-20页
        3.1.2 系统用例分析第20-24页
        3.1.3 系统相关类的分析第24-25页
        3.1.4 系统用例活动分析第25-29页
    3.2 系统设计第29-38页
        3.2.1 系统架构设计第29-30页
        3.2.2 系统功能设计第30-34页
        3.2.3 系统数据库设计第34-38页
    3.3 系统实现第38-47页
        3.3.1 系统开发环境设置第38-39页
        3.3.2 系统功能模块实现第39-47页
    3.4 本章小结第47-49页
4 数据挖掘在系统中的应用研究第49-65页
    4.1 决策树分类技术的应用第49-59页
        4.1.1 分类的定义第49页
        4.1.2 决策树的基本概念第49-50页
        4.1.3 C4.5 决策树构造算法第50-51页
        4.1.4 C4.5 算法分枝准则第51-52页
        4.1.5 C4.5 决策树的构造第52-58页
        4.1.6 规则知识描述第58-59页
    4.2 Apriori关联规则技术的应用第59-64页
        4.2.1 关联规则概述第59-60页
        4.2.2 Apriori算法第60-61页
        4.2.3 就业见习学生数据关联挖掘第61-64页
    4.3 数据挖掘应用结果分析第64页
    4.4 本章小结第64-65页
5 结论与展望第65-67页
    5.1 结论第65页
    5.2 展望第65-67页
参考文献第67-71页
攻读学位期间发表学术论文第71-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于用户心理模型的考研APP的设计研究
下一篇:基于大数据的多文档摘要技术研究及其应用