数据挖掘技术在教务管理系统中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 概述 | 第8-11页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·国内外数据挖掘技术的发展现状及发展趋势 | 第9-10页 |
| ·本文的主要研究内容 | 第10页 |
| ·本文的组织结构 | 第10-11页 |
| 2 教务数据仓库的构建 | 第11-22页 |
| ·数据仓库概述 | 第11页 |
| ·数据仓库的产生 | 第11页 |
| ·教务数据仓库构建策略 | 第11-17页 |
| ·操作型数据库层 | 第12-13页 |
| ·数据预处理层 | 第13-14页 |
| ·数据仓库基础层 | 第14-15页 |
| ·表示层 | 第15-17页 |
| ·教务数据仓库的设计与实现 | 第17-22页 |
| ·学生成绩分析系统数据模型 | 第17-19页 |
| ·数据仓库的数据追加 | 第19-20页 |
| ·星型数据模型的实现 | 第20-22页 |
| 3 数据挖掘理论 | 第22-30页 |
| ·数据挖掘概述 | 第22页 |
| ·数据挖掘概念 | 第22页 |
| ·数据挖掘技术 | 第22-25页 |
| ·数据挖掘的任务 | 第22-23页 |
| ·数据挖掘对象 | 第23页 |
| ·数据挖掘流程 | 第23-24页 |
| ·数据挖掘的方法 | 第24-25页 |
| ·数据挖掘的分类 | 第25页 |
| ·教务管理系统中的数据挖掘准备工作 | 第25-30页 |
| ·数据选择 | 第25-27页 |
| ·数据预处理 | 第27-28页 |
| ·数据变换 | 第28-30页 |
| 4 聚类分析理论 | 第30-37页 |
| ·聚类分析的数据类型 | 第30页 |
| ·聚类分析方法的分类 | 第30-31页 |
| ·聚类分析的分区聚类算法和层次聚类算法 | 第31-32页 |
| ·分区聚类算法 | 第31-32页 |
| ·层次聚类算法 | 第32页 |
| ·教务管理系统中所使用k-平均算法 | 第32-37页 |
| ·实现K-均值算法 | 第32-34页 |
| ·K-平均算法的优缺点 | 第34页 |
| ·K-均值算法的改进 | 第34-37页 |
| 5 教务数据挖掘系统设计及技术 | 第37-50页 |
| ·数据挖掘环境 | 第37-38页 |
| ·教务数据挖掘系统总体设计 | 第38-50页 |
| ·主要开发工具 | 第38页 |
| ·Delphi与数据库的连接 | 第38页 |
| ·系统运行环境 | 第38页 |
| ·系统的主要模块 | 第38-50页 |
| 结束语 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 在学期间发表论文情况 | 第54页 |
