分类算法在高校教学科研考评中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·选题背景及意义 | 第11-12页 |
| ·国内外研究现状及进展 | 第12-14页 |
| ·研究现状 | 第12-13页 |
| ·发展趋势 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第2章 数据挖掘技术 | 第15-26页 |
| ·数据挖掘概述 | 第15-20页 |
| ·数据挖掘的概念 | 第15-16页 |
| ·数据挖掘系统 | 第16-17页 |
| ·数据挖掘的方法 | 第17-19页 |
| ·数据挖掘的过程 | 第19-20页 |
| ·数据挖掘工具 | 第20-24页 |
| ·数据挖掘工具介绍 | 第20页 |
| ·SQL Server 2005数据挖掘介绍 | 第20-24页 |
| ·数据挖掘的热点 | 第24-25页 |
| ·数据挖掘的研究热点 | 第24页 |
| ·数据挖掘的发展趋势 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 决策树分类算法 | 第26-35页 |
| ·分类算法 | 第26-27页 |
| ·分类器 | 第26-27页 |
| ·构造方法 | 第27页 |
| ·决策树算法 | 第27-31页 |
| ·归纳学习 | 第27-28页 |
| ·决策树算法简介 | 第28-29页 |
| ·决策树基本算法 | 第29-30页 |
| ·决策树的优点 | 第30-31页 |
| ·Microsoft决策树算法 | 第31-34页 |
| ·算法的原理 | 第31-32页 |
| ·处理离散的输入属性 | 第32-33页 |
| ·处理连续的输入属性 | 第33页 |
| ·算法参数介绍 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 枣庄学院教学科研考评系统数据库设计 | 第35-46页 |
| ·枣庄学院数据挖掘环境 | 第35-40页 |
| ·枣庄学院数据基础 | 第35页 |
| ·教学科研考评数据的选择 | 第35-36页 |
| ·教学科研考评数据库的结构 | 第36-39页 |
| ·教学科研考评数据库建模 | 第39-40页 |
| ·枣庄学院教学科研考评系统数据库的设计 | 第40-45页 |
| ·数据库的设计步骤 | 第41-45页 |
| ·数据质量分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于决策树的教学科研考评及其结果分析 | 第46-64页 |
| ·教学科研考评数据挖掘任务 | 第46-47页 |
| ·基于决策树的教学科研考评 | 第47-51页 |
| ·数据准备 | 第47-48页 |
| ·决策树算法的应用 | 第48-51页 |
| ·挖掘结果的表述与分析 | 第51-63页 |
| ·教学考评挖掘结果 | 第51-57页 |
| ·科研考评挖掘结果 | 第57-61页 |
| ·准确度分析 | 第61-63页 |
| ·结果分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67页 |
