模糊聚类和决策树分类算法在高职学生就业方面的应用研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-11页 |
| ·课题研究的背景和意义 | 第8页 |
| ·数据挖掘国内外研究现状综述 | 第8-9页 |
| ·论文的主要研究内容和组织结构 | 第9-11页 |
| 第2章 数据挖掘基础理论 | 第11-25页 |
| ·数据挖掘概述 | 第11-13页 |
| ·数据挖掘的定义 | 第11页 |
| ·数据挖掘的功能 | 第11-12页 |
| ·数据挖掘的步骤 | 第12-13页 |
| ·聚类分析 | 第13-20页 |
| ·聚类概述 | 第13-14页 |
| ·聚类分析的数据结构 | 第14页 |
| ·数据间的差异度计算 | 第14-18页 |
| ·聚类的分类 | 第18-19页 |
| ·模糊聚类概述 | 第19-20页 |
| ·决策树相关理论 | 第20-24页 |
| ·分类概述 | 第20-21页 |
| ·决策树理论概述 | 第21-22页 |
| ·属性选择度量 | 第22-23页 |
| ·树剪枝 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 应用模糊聚类对学生相关信息进行挖掘 | 第25-44页 |
| ·对比分析HCM算法与FCM算法 | 第25-28页 |
| ·硬C均值聚类算法 | 第25-27页 |
| ·模糊C均值算法 | 第27-28页 |
| ·预处理数据 | 第28-36页 |
| ·数据收集、数据抽取 | 第28-30页 |
| ·数据清理 | 第30-32页 |
| ·数据集成、数据变换 | 第32-34页 |
| ·数据消减 | 第34-36页 |
| ·应用FCM算法对学生信息进行聚类分析 | 第36-43页 |
| ·构造相异度矩阵 | 第36-37页 |
| ·应用FCM算法处理数据 | 第37-39页 |
| ·聚类结果分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 应用决策树分析学生就业 | 第44-56页 |
| ·对比分析C4.5算法和R-C4.5算法 | 第44-45页 |
| ·C4.5算法概述 | 第44-45页 |
| ·R-C4.5决策树模型概述 | 第45页 |
| ·应用R-C4.5决策树模型分析学生就业 | 第45-55页 |
| ·构造样本集合 | 第46-47页 |
| ·构建决策树 | 第47-53页 |
| ·提取分类规则 | 第53-54页 |
| ·规则结果分析 | 第54-55页 |
| ·模型评价 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结和展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的论文及科研情况 | 第63页 |
