摘要 | 第1-4页 |
Abstract | 第4-8页 |
第1章 绪论 | 第8-14页 |
·研究背景 | 第8-9页 |
·课题研究内容和意义 | 第9-10页 |
·国内外研究现状 | 第10-13页 |
·国外现状 | 第10-12页 |
·国内现状 | 第12页 |
·数据挖掘技术在高校管理中应用的研究现状 | 第12-13页 |
·论文结构 | 第13-14页 |
第2章 关联规则挖掘理论基础 | 第14-31页 |
·数据挖掘技术 | 第14-17页 |
·数据挖掘的概念 | 第14-15页 |
·数据挖掘的任务 | 第15页 |
·数据挖掘的分类 | 第15-17页 |
·关联规则挖掘 | 第17-20页 |
·关联规则挖掘的目标和关键问题 | 第18-19页 |
·关联规则挖掘的分类 | 第19-20页 |
·关联规则的算法研究 | 第20-27页 |
·基本概念 | 第20-22页 |
·Apriori算法 | 第22-25页 |
·基于Apriori的改进算法 | 第25-27页 |
·FP-增长(frequent-pattern growth)算法 | 第27页 |
·关联规则处理不同属性类型的方法 | 第27-30页 |
·处理分类属性 | 第28-29页 |
·处理量化属性 | 第29-30页 |
·本章小结 | 第30-31页 |
第3章 序数属性关联规则挖掘 | 第31-45页 |
·特定领域关联规则挖掘算法存在的问题 | 第31-32页 |
·提出改进算法的依据 | 第32页 |
·算法的基本思想 | 第32-33页 |
·算法实现 | 第33-44页 |
·主要概念定义 | 第33-38页 |
·算法说明 | 第38-44页 |
·本章小结 | 第44-45页 |
第4章 序数属性挖掘算法在教学评估中的应用 | 第45-56页 |
·问题描述 | 第45页 |
·总体设计方案 | 第45-47页 |
·数据预处理 | 第47-49页 |
·关联规则挖掘和结果分析 | 第49-50页 |
·挖掘性能评价 | 第50-55页 |
·算法运行情况 | 第51-53页 |
·与Apriori算法比较 | 第53-55页 |
·本章小结 | 第55-56页 |
第5章 结论与展望 | 第56-58页 |
·本文工作 | 第56页 |
·本文贡献 | 第56-57页 |
·不足和展望 | 第57-58页 |
致谢 | 第58-60页 |
附录A: 模糊集隶属函数 | 第60-63页 |
附录B: 图表目录 | 第63-64页 |
参考文献 | 第64-68页 |
攻读学位期间进行的工作 | 第68页 |