数据挖掘技术在课程成绩分析管理中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-18页 |
| ·论文背景 | 第7-9页 |
| ·研究现状和发展趋势 | 第9-15页 |
| ·数据挖掘研究现状分析和效果分析 | 第9-13页 |
| ·学生成绩管理的研究现状 | 第13-14页 |
| ·数据挖掘发展趋势,展望将来 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·主要内容 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 第二章 数据挖掘相关知识 | 第18-32页 |
| ·数据挖掘技术 | 第18-28页 |
| ·数据挖掘技术产生 | 第20-21页 |
| ·数据挖掘的定义 | 第21-23页 |
| ·数据挖掘的方法 | 第23-26页 |
| ·数据挖掘的应用 | 第26-27页 |
| ·数据挖掘的过程 | 第27-28页 |
| ·决策树简介 | 第28-30页 |
| ·ID3算法 | 第28-29页 |
| ·C4.5算法 | 第29-30页 |
| ·粗糙集理论简介 | 第30-32页 |
| ·知识的约简 | 第30-31页 |
| ·知识的依赖性及其度量 | 第31页 |
| ·知识的重要程度 | 第31-32页 |
| 第三章 决策树算法在学生课程成绩管理中的应用 | 第32-51页 |
| ·决策树算法 | 第32-41页 |
| ·决策树概念 | 第32-33页 |
| ·决策树类型 | 第33-34页 |
| ·决策树分类算法 | 第34-35页 |
| ·决策树的生成步骤 | 第35页 |
| ·决策树的构造方法 | 第35-39页 |
| ·决策树评价指标 | 第39-40页 |
| ·从决策树提取分类规则 | 第40-41页 |
| ·构造学生考试成绩分析决策树 | 第41-46页 |
| ·确定挖掘对象及目标 | 第41页 |
| ·数据采集 | 第41-42页 |
| ·数据清理 | 第42-46页 |
| ·决策树构造的过度问题和解决方法 | 第46-48页 |
| ·停止生长策略 | 第46-47页 |
| ·树剪枝 | 第47页 |
| ·树剪枝的方法 | 第47-48页 |
| ·生成分类规则 | 第48-50页 |
| ·决策树在实际应用中的效果预测 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第四章 粗糙集理论在学生课程成绩分析中的应用 | 第51-62页 |
| ·粗糙集算法 | 第51-56页 |
| ·粗糙集的产生和发展 | 第51-52页 |
| ·粗糙集的特点 | 第52-54页 |
| ·粗糙集的基本概念 | 第54-56页 |
| ·应用粗糙集理论进行学生课程成绩分析 | 第56-61页 |
| ·小结 | 第61-62页 |
| 第五章 总结 | 第62-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
