数据挖掘技术在再就业管理中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景与研究意义 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·数据挖掘概述 | 第11-18页 |
| ·数据挖掘的概念 | 第12-13页 |
| ·数据挖掘的任务 | 第13-15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·数据挖掘工具分类及选取原则 | 第16-18页 |
| ·研究内容与技术 | 第18页 |
| ·论文的内容安排 | 第18-19页 |
| 第2章 再就业管理系统设计与实现 | 第19-25页 |
| ·系统概述 | 第19页 |
| ·系统功能设计实现 | 第19-24页 |
| ·小结 | 第24-25页 |
| 第3章 基于ART 算法的劳动力需求分析与预测 | 第25-36页 |
| ·时间序列数据挖掘 | 第25-28页 |
| ·时间序列数据挖掘概述 | 第25页 |
| ·时间序列预测 | 第25-26页 |
| ·基于自动回归和决策树技术的ART 算法模型 | 第26-28页 |
| ·基于ART 算法的劳动力需求分析与预测 | 第28-35页 |
| ·数据准备 | 第28-30页 |
| ·数据分析与预测 | 第30-35页 |
| ·小结 | 第35-36页 |
| 第4章 基于EM 聚类的失业人员类别分析 | 第36-46页 |
| ·失业人员分类概述 | 第36页 |
| ·聚类分析 | 第36-39页 |
| ·聚类分析的概述 | 第36-37页 |
| ·K-Means 和EM 聚类算法 | 第37-39页 |
| ·基于EM 算法的失业人员类别分析 | 第39-45页 |
| ·数据准备 | 第39-41页 |
| ·聚类分析与输出评估 | 第41-45页 |
| ·小结 | 第45-46页 |
| 第5章 结论与展望 | 第46-48页 |
| ·论文总结 | 第46页 |
| ·进一步研究方向 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间取得的科研成果 | 第51页 |
