数据挖掘技术在高职教师绩效考核中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-21页 |
| ·选题背景 | 第11-12页 |
| ·研究目的和意义 | 第12-14页 |
| ·研究目的 | 第12-13页 |
| ·研究的理论意义 | 第13-14页 |
| ·研究的现实意义 | 第14页 |
| ·高职院校教师绩效考核现状与存在的问题 | 第14-15页 |
| ·数据挖掘概述 | 第15-18页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘的功能 | 第16-17页 |
| ·数据挖掘技术应用的意义 | 第17-18页 |
| ·本文结构与创新之处 | 第18-19页 |
| ·本文结构 | 第18-19页 |
| ·创新之处 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第2章 绩效考核相关理论 | 第21-33页 |
| ·绩效考核的理论依据 | 第21-26页 |
| ·人力资源管理中的激励理论 | 第21-24页 |
| ·绩效薪酬理论 | 第24-26页 |
| ·绩效考核的实施方法 | 第26-27页 |
| ·绩效考核分类 | 第27页 |
| ·绩效考核的基本流程 | 第27-28页 |
| ·绩效考核指标量化的方法 | 第28-31页 |
| ·加权 | 第28-29页 |
| ·赋分 | 第29-30页 |
| ·计分 | 第30-31页 |
| ·绩效考核的模糊特性 | 第31-32页 |
| ·模糊理论 | 第31-32页 |
| ·绩效考核的模糊性 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 数据挖掘算法分析及数据预处理 | 第33-45页 |
| ·数据挖掘算法分析 | 第33-37页 |
| ·决策树算法 | 第33-34页 |
| ·关联规则算法 | 第34页 |
| ·人工神经网络算法 | 第34-35页 |
| ·遗传算法 | 第35页 |
| ·粗糙集算法 | 第35页 |
| ·层次分析算法(AHP法) | 第35-37页 |
| ·数据预处理 | 第37-44页 |
| ·数据预处理的设计过程 | 第37-38页 |
| ·数据转换的实现 | 第38页 |
| ·数据清理的实现 | 第38-40页 |
| ·数据集成的实现 | 第40页 |
| ·数据变换的实现 | 第40-41页 |
| ·数据归约的实现 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 高职教师绩效考核的算法实现 | 第45-69页 |
| ·绩效考核指标体系的制定 | 第45-46页 |
| ·绩效考核步骤 | 第46-47页 |
| ·指标权重的确定与量化 | 第47-51页 |
| ·考核指标的确定 | 第47-48页 |
| ·考核指标的确定 | 第48-51页 |
| ·基于教师绩效考核结果分析的线性回归算法实现 | 第51-55页 |
| ·教辅及行政人员的分类考核与优化配置的算法实现 | 第55-62页 |
| ·最大树聚类算法 | 第56-61页 |
| ·K-平均聚类算法 | 第61-62页 |
| ·高职教师绩效考核结果预测算法实现 | 第62-66页 |
| ·各类算法的比较分析 | 第66-67页 |
| ·实验结果分析 | 第67-68页 |
| ·本章小节 | 第68-69页 |
| 第5章 结论 | 第69-71页 |
| ·本文工作的总结 | 第69页 |
| ·进一步工作 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
