数据挖掘在高职教学管理中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-13页 |
| ·本论文的研究意义 | 第11页 |
| ·数据挖掘的定义 | 第11页 |
| ·数据挖掘技术国内外的研究现状 | 第11-13页 |
| 第二章 数据挖掘技术 | 第13-18页 |
| ·数据挖掘概述 | 第13-14页 |
| ·数据挖掘的起源与发展 | 第13页 |
| ·什么是数据挖掘 | 第13-14页 |
| ·数据挖掘功能—可以挖掘什么类型的数据 | 第14-16页 |
| ·概念/类描述：特征化和区分 | 第14页 |
| ·挖掘频繁模式、关联和相关 | 第14-15页 |
| ·分类和预测 | 第15页 |
| ·聚类分析 | 第15页 |
| ·离群点分析 | 第15页 |
| ·演变分析 | 第15-16页 |
| ·数据挖掘的方法 | 第16-18页 |
| ·人工神经网络 | 第16页 |
| ·决策树 | 第16页 |
| ·关联规则 | 第16页 |
| ·遗传算法 | 第16-17页 |
| ·链接分析 | 第17-18页 |
| 第三章 数据挖掘的具体实施—关联规则 | 第18-41页 |
| ·关联规则的研究综述 | 第18页 |
| ·关联规则的定义 | 第18-19页 |
| ·关联规则的基本概念 | 第18-19页 |
| ·关联规则挖掘面临的问题 | 第19页 |
| ·关联规则的常见算法 | 第19-27页 |
| ·FP-树频集算法 | 第20页 |
| ·基于划分的算法 | 第20页 |
| ·并行挖掘算法 | 第20-21页 |
| ·增量挖掘算法 | 第21页 |
| ·Apriori算法 | 第21-27页 |
| ·Apriori算法的改进 | 第27-37页 |
| ·Apriori算法存在的缺陷 | 第28页 |
| ·Apriori算法改进方向 | 第28-36页 |
| ·改进Apriori算法的性能分析 | 第36-37页 |
| ·由频繁项集产生关联规则 | 第37-41页 |
| 第四章 数据挖掘技术在教学管理中的运用 | 第41-46页 |
| ·学生评教数据分析 | 第41-42页 |
| ·学生评教数据分析的现状和不足 | 第41-42页 |
| ·数据挖掘技术在学生评教数据中应用的需求 | 第42页 |
| ·学生评教数据挖掘 | 第42页 |
| ·学生成绩分析 | 第42-44页 |
| ·学生成绩分析现状和不足 | 第42-43页 |
| ·数据挖掘技术在学生成绩数据中应用的需求 | 第43页 |
| ·学生成绩数据挖掘 | 第43-44页 |
| ·关键技术使用 | 第44-46页 |
| ·挖掘数据的准备 | 第44页 |
| ·挖掘数据的选择 | 第44页 |
| ·数据挖掘技术的使用 | 第44-46页 |
| 第五章 数据挖掘系统的实现 | 第46-70页 |
| ·数据仓库的设计 | 第47-51页 |
| ·概念模型的建立 | 第47-48页 |
| ·逻辑模型设计 | 第48页 |
| ·物理模型的设计 | 第48-51页 |
| ·数据抽取、转换和加载 | 第51-52页 |
| ·数据的抽取 | 第51页 |
| ·数据的清理和转换 | 第51-52页 |
| ·数据仓库的建立 | 第52-59页 |
| ·数据仓库的选择 | 第52-53页 |
| ·数据的准备 | 第53-57页 |
| ·建立数据仓库 | 第57-59页 |
| ·数据挖掘系统 | 第59-68页 |
| ·需求分析 | 第59-60页 |
| ·系统界面设计 | 第60-62页 |
| ·实施关联规则挖掘 | 第62-68页 |
| ·数据挖掘结果分析 | 第68页 |
| ·总结与展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73页 |
