| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 教育数据挖掘 EDM | 第15-25页 |
| 2.1 教育统计数据 | 第15-18页 |
| 2.1.1 心理测验学 | 第15-17页 |
| 2.1.2 认知理论 | 第17页 |
| 2.1.3 Q 矩阵 | 第17-18页 |
| 2.2 机器学习和数据挖掘技术 | 第18-21页 |
| 2.2.1 聚类 | 第18-20页 |
| 2.2.2 降维 | 第20-21页 |
| 2.2.3 关联规则 | 第21页 |
| 2.3 EDM 在国外高等教育实践 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 系统需求分析 | 第25-28页 |
| 3.1 功能需求 | 第25-26页 |
| 3.2 数据需求 | 第26页 |
| 3.3 技术需求 | 第26-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 系统设计与实现 | 第28-51页 |
| 4.1 预测高校新生第一学期考试表现 | 第28-35页 |
| 4.1.1 决策树 | 第28-29页 |
| 4.1.2 数据准备 | 第29-30页 |
| 4.1.3 决策树算法模型 | 第30-32页 |
| 4.1.4 决策树分析 | 第32-34页 |
| 4.1.5 算法分类器比较 | 第34-35页 |
| 4.2 发现有潜在重修风险学生 | 第35-42页 |
| 4.2.1 设计目标 | 第35页 |
| 4.2.2 关联规则设计 | 第35-39页 |
| 4.2.3 关联规则分析 | 第39-40页 |
| 4.2.4 算法技术比较 | 第40-42页 |
| 4.3 挖掘影响学生成绩因素 | 第42-50页 |
| 4.3.1 设计目标 | 第42页 |
| 4.3.2 分析学生分数挖掘设计 | 第42-44页 |
| 4.3.3 学生分数分析挖掘实现 | 第44-50页 |
| 4.3.4 结论 | 第50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 系统测试 | 第51-58页 |
| 5.1 测试平台 SAS Enterprise Miner | 第51页 |
| 5.2 创建模型 | 第51-55页 |
| 5.2.1 输入数据源 | 第51-52页 |
| 5.2.2 数据分区节点检查 | 第52页 |
| 5.2.3 变量缺失值替代 | 第52-53页 |
| 5.2.4 交互式分组 | 第53-54页 |
| 5.2.5 决策树模型评估 | 第54-55页 |
| 5.3 学生分数聚类分析测试 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 总结 | 第58-60页 |
| 作者简介 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |