数据挖掘理论及其在学生综合评价中的应用
| 中文摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 研究背景与目的 | 第8页 |
| 1.2 数据挖掘研究现状 | 第8-9页 |
| 1.3 课题研究内容与技术 | 第9-10页 |
| 1.3.1 课题解决的问题 | 第9页 |
| 1.3.2 论文框架与内容 | 第9-10页 |
| 1.4 本章小结 | 第10-11页 |
| 第2章 数据仓库与联机处理系统 | 第11-26页 |
| 2.1 数据仓库技术 | 第11-13页 |
| 2.1.1 数据仓库的定义和基本特性 | 第11-12页 |
| 2.1.2 数据挖掘与数据仓库的关联 | 第12页 |
| 2.1.3 数据仓库的系统结构 | 第12-13页 |
| 2.2 (OLAP)联机分析处理 | 第13-16页 |
| 2.2.1 分析处理的含义 | 第13-14页 |
| 2.2.2 OLAP与OLTP的比较 | 第14-15页 |
| 2.2.3 OLAP多维视图数据存储 | 第15-16页 |
| 2.2.4 数据仓库与OLAP的关系 | 第16页 |
| 2.3 多维数据模型 | 第16-23页 |
| 2.3.1 数据立方体 | 第16-18页 |
| 2.3.2 多维数据库模式 | 第18-21页 |
| 2.3.3 多维数据模型上的OLAP操作 | 第21-23页 |
| 2.4 数据仓库与数据挖掘 | 第23-26页 |
| 2.4.1 数据仓库的使用 | 第23-24页 |
| 2.4.2 从联机分析处理到联机分析挖掘 | 第24-26页 |
| 第3章 数据挖掘技术的研究 | 第26-35页 |
| 3.1 数据挖掘的基本知识 | 第26-29页 |
| 3.1.1 数据挖掘概念 | 第26-27页 |
| 3.1.2 数据挖掘的由来 | 第27页 |
| 3.1.3 数据挖掘的分类 | 第27-29页 |
| 3.2 数据挖掘处理过程模型 | 第29-30页 |
| 3.3 数据挖掘采取的举措 | 第30-33页 |
| 3.3.1 插值 | 第30-31页 |
| 3.3.2 聚类方法 | 第31-33页 |
| 3.3.3 关联约束 | 第33页 |
| 3.4 数据挖掘与应用领域关联性 | 第33-34页 |
| 3.5 目前数据挖掘的近况 | 第34页 |
| 3.6 未来的发展 | 第34-35页 |
| 第4章 构建学生综合评定系统 | 第35-49页 |
| 4.1 高职生综合评定构架 | 第35-36页 |
| 4.1.1 高职生素质评定因素 | 第35-36页 |
| 4.2 建立高职生综合评定体系 | 第36-39页 |
| 4.2.1 基于参数的评定项 | 第36页 |
| 4.2.2 学生综合评定的数据仓库组成 | 第36-37页 |
| 4.2.3 数据挖掘物理结构构成 | 第37-38页 |
| 4.2.4 数据仓库的建立 | 第38页 |
| 4.2.5 讨论 | 第38-39页 |
| 4.3 构建学生综合评定系统 | 第39-41页 |
| 4.3.1 总体思路 | 第39页 |
| 4.3.2 系统结构模块图 | 第39-40页 |
| 4.3.3 具体实施过程 | 第40-41页 |
| 4.4 建立学生综合评定系统 | 第41-49页 |
| 4.4.1 系统实现模块 | 第41-44页 |
| 4.4.2 关联规则树 | 第44-45页 |
| 4.4.3 实验结果 | 第45-46页 |
| 4.4.4 结果分析 | 第46-49页 |
| 第5章 学生综合评定系统测试 | 第49-59页 |
| 5.1 学生综合评定系统应用 | 第49-56页 |
| 5.1.1 构建多维立方体 | 第49-50页 |
| 5.1.2 多维数据 | 第50-53页 |
| 5.1.3 决策树的应用 | 第53-56页 |
| 5.2 职升专选拔的数据挖掘 | 第56-59页 |
| 5.2.1 职升专推荐决策树 | 第56-57页 |
| 5.2.2 建立和分析决策树分类 | 第57-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6.1 本文研究总结 | 第59页 |
| 6.2 今后研究方向与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 申请学位期间的研究成果及发表的学术论文 | 第66页 |
