教学信息中的分类知识发现
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·教育信息化建设应用概述 | 第12-16页 |
| ·教育数据信息化存在的主要问题 | 第16-17页 |
| ·高校教学及教育信息化应用的难点 | 第17页 |
| ·本文研究问题及内容组织 | 第17-20页 |
| ·问题的提出 | 第17-18页 |
| ·本文内容组织 | 第18-20页 |
| 第二章 数据挖掘技术及其应用 | 第20-27页 |
| ·数据挖掘技术产生及研究现状 | 第20-21页 |
| ·数据挖掘技术的产生 | 第20页 |
| ·数据挖掘研究现状 | 第20-21页 |
| ·数据挖掘与知识发现 | 第21-23页 |
| ·数据挖掘的定义 | 第21-22页 |
| ·知识发现的定义 | 第22页 |
| ·知识发现的步骤 | 第22-23页 |
| ·数据挖掘的特点 | 第23页 |
| ·数据挖掘技术方法 | 第23-24页 |
| ·数据挖掘的任务 | 第24-25页 |
| ·数据挖掘研究的新热点 | 第25-26页 |
| ·数据挖掘存在的问题 | 第26页 |
| ·小结 | 第26-27页 |
| 第三章 分类规则发现方法 | 第27-40页 |
| ·分类 | 第27-31页 |
| ·分类的定义 | 第27-28页 |
| ·分类的典型算法概述 | 第28页 |
| ·分类方法的评估标准 | 第28页 |
| ·决策树 | 第28-31页 |
| ·基于决策树的 ID3算法 | 第31-35页 |
| ·ID3算法 | 第31-35页 |
| ·ID3算法的演变 | 第35页 |
| ·基于相关性属性的决策树构造算法 DT-EIDM | 第35-39页 |
| ·相关性属性度量 | 第35-36页 |
| ·算法思想与描述 | 第36-37页 |
| ·实验与分析 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第四章 分类技术在高校教学信息挖掘中的应用 | 第40-55页 |
| ·解决方案 | 第40-42页 |
| ·方案总体流程 | 第40-41页 |
| ·教学信息挖掘系统应具有的特点 | 第41-42页 |
| ·挖掘步骤 | 第42-51页 |
| ·数据采集 | 第43页 |
| ·数据预处理 | 第43-48页 |
| ·数据分类挖掘 | 第48-49页 |
| ·决策树的修剪 | 第49-51页 |
| ·挖掘结果分析与研究 | 第51-54页 |
| ·所学课程之间关系的求解 | 第51-52页 |
| ·学生基本信息的挖掘规则 | 第52-53页 |
| ·相关性研究对教育的指导意义 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |
