数据挖掘在高职学生心理健康管理系统中的应用研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 引言 | 第9-16页 |
| 1.1 论文研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 心理健康教育的研究现状 | 第10-12页 |
| 1.2.2 数据挖掘的研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容及结构 | 第13-16页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 本文的结构 | 第14-16页 |
| 2 数据挖掘相关技术研究 | 第16-34页 |
| 2.1 数据挖掘技术 | 第16-20页 |
| 2.1.1 数据挖掘的主要任务 | 第16-17页 |
| 2.1.2 数据挖掘的过程 | 第17-19页 |
| 2.1.3 常用的数据挖掘基本技术 | 第19-20页 |
| 2.2 关联规则 | 第20-27页 |
| 2.2.1 关联规则的基本概念 | 第20-23页 |
| 2.2.2 关联规则的相关算法 | 第23-24页 |
| 2.2.3 关联算法的确定 | 第24-27页 |
| 2.3 分类分析 | 第27-32页 |
| 2.3.1 分类分析的基本概念 | 第27-29页 |
| 2.3.2 分类的相关算法 | 第29-31页 |
| 2.3.3 分类算法的确定 | 第31-32页 |
| 2.4 关联规则和分类分析的比较 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 数据挖掘在心理健康管理系统中的应用 | 第34-52页 |
| 3.1 确定挖掘对象 | 第34-35页 |
| 3.2 数据预处理 | 第35-41页 |
| 3.2.1 数据选择 | 第36页 |
| 3.2.2 数据清洗 | 第36-37页 |
| 3.2.3 数据集成 | 第37页 |
| 3.2.4 数据转换 | 第37-41页 |
| 3.3 APRIORI算法的应用 | 第41-45页 |
| 3.3.1 寻找频繁项集 | 第41-43页 |
| 3.3.2 获得关联规则 | 第43-44页 |
| 3.3.3 结果分析 | 第44-45页 |
| 3.4 决策树算法的应用 | 第45-51页 |
| 3.4.1 分裂规则 | 第45-46页 |
| 3.4.2 构建决策树 | 第46-48页 |
| 3.4.3 树剪枝 | 第48-49页 |
| 3.4.4 获得分类规则 | 第49-50页 |
| 3.4.5 结果分析 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 4 心理健康管理系统数据挖掘模块的功能实现 | 第52-60页 |
| 4.1 心理健康管理系统的结构组成 | 第52-55页 |
| 4.2 系统体系结构及开发工具 | 第55页 |
| 4.3 主要功能实现 | 第55-59页 |
| 4.3.1 数据准备 | 第56-57页 |
| 4.3.2 心理维度间关系预测 | 第57-58页 |
| 4.3.3 基本信息与心理关系预测 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64页 |
