| 第一章 绪论 | 第1-10页 |
| ·背景介绍 | 第6页 |
| ·国内外发展概况 | 第6-7页 |
| ·数据挖掘在数字化校园中应用的研究现状及意义 | 第7-8页 |
| ·本文研究的主要内容 | 第8页 |
| ·本文结构 | 第8-10页 |
| 第二章 数据挖掘技术 | 第10-26页 |
| ·数据挖掘的定义 | 第10页 |
| ·数据挖掘的特点 | 第10-11页 |
| ·数据挖掘的过程 | 第11-18页 |
| ·问题定义与主题分析 | 第11-12页 |
| ·数据准备 | 第12-16页 |
| ·建立模型 | 第16-18页 |
| ·挖掘结果的评价和验证 | 第18页 |
| ·数据挖掘的分类 | 第18-21页 |
| ·描述型数据挖掘 | 第18-19页 |
| ·预言型数据挖掘 | 第19-21页 |
| ·数据挖掘的模型和算法 | 第21-26页 |
| ·决策树方法(Decision Trees) | 第22页 |
| ·人工神经网络(Artificial Neural Networks) | 第22-23页 |
| ·遗传算法(Genetic Algorithms) | 第23页 |
| ·粗糙集方法(Rough Set Approach) | 第23-24页 |
| ·模糊论方法(Fuzzy Set Approaohes) | 第24页 |
| ·关联规则(Associations rule) | 第24-25页 |
| ·朴素贝叶斯模型(Bayer theorem) | 第25-26页 |
| 第三章 数字化校园中的数据仓库的设计 | 第26-41页 |
| ·数据仓库概述 | 第26-28页 |
| ·数据仓库的概念 | 第26页 |
| ·数据仓库的特征 | 第26-27页 |
| ·数据仓库的作用 | 第27-28页 |
| ·数据仓库的数据组织 | 第28-29页 |
| ·数据仓库的设计方法 | 第29-30页 |
| ·数据仓库的设计步骤 | 第30-33页 |
| ·概念模型 | 第33-35页 |
| ·主题域的确定 | 第33-34页 |
| ·E-R图 | 第34-35页 |
| ·逻辑模型 | 第35-36页 |
| ·联机分析处理(OLAP) | 第36-39页 |
| ·什么是 OLAP | 第36-38页 |
| ·OLAP的多维分析 | 第38-39页 |
| ·基于 SQL SERVER 2000的数据仓库框架 | 第39-41页 |
| 第四章 数字化校园数据挖掘模型的设计 | 第41-53页 |
| ·关联规则的挖掘 | 第41-45页 |
| ·算法概述 | 第41-45页 |
| ·分类算法的应用 | 第45-53页 |
| ·基于决策树的分类 | 第46-48页 |
| ·ID3算法 | 第48-50页 |
| ·使用 ID3算法生成决策树模型 | 第50-53页 |
| 第五章 系统设计与实现 | 第53-59页 |
| ·体系结构 | 第53-55页 |
| ·系统的数据仓库层次结构 | 第54页 |
| ·开发工具的选择 | 第54-55页 |
| ·功能分析 | 第55-57页 |
| ·数据层功能分析 | 第55-56页 |
| ·挖掘应用层功能分析 | 第56-57页 |
| ·用户界面层功能分析 | 第57页 |
| ·关键技术 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·论文总结 | 第59页 |
| ·未来展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |
