| CONTENTS | 第6-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 课题背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 论文的结构和研究内容 | 第12-14页 |
| 第二章 数据挖掘相关理论 | 第14-22页 |
| 2.1 数据挖掘的概念 | 第14-15页 |
| 2.2 数据挖掘的过程 | 第15-17页 |
| 2.3 数据挖掘的方法 | 第17-19页 |
| 2.4 数据挖掘的任务 | 第19-20页 |
| 2.5 数据挖掘的体系构成 | 第20页 |
| 2.6 数据挖掘的应用和发展趋势 | 第20-21页 |
| 2.7 本章小结 | 第21-22页 |
| 第三章 决策树算法研究 | 第22-32页 |
| 3.1 决策树的描述 | 第22-23页 |
| 3.2 决策树的生成 | 第23-24页 |
| 3.3 决策树算法介绍 | 第24-29页 |
| 3.3.1 熵理论 | 第25页 |
| 3.3.2 信息增益 | 第25-26页 |
| 3.3.3 ID3算法 | 第26-27页 |
| 3.3.4 ID3算法的优劣 | 第27-28页 |
| 3.3.5 C4.5算法 | 第28-29页 |
| 3.4 决策树的剪枝 | 第29-30页 |
| 3.5 决策树生成分类规则 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 决策树技术在毕业生就业管理中的应用 | 第32-54页 |
| 4.1 毕业生的就业现状 | 第32页 |
| 4.2 实施数据挖掘 | 第32-53页 |
| 4.2.1 挖掘算法的选择 | 第32-33页 |
| 4.2.2 挖掘对象和目标确定 | 第33页 |
| 4.2.3 数据准备 | 第33-36页 |
| 4.2.4 数据预处理 | 第36-40页 |
| 4.2.5 利用C4.5方法建立就业信息分析决策树 | 第40-49页 |
| 4.2.6 决策树的剪枝 | 第49-50页 |
| 4.2.7 生成分类规则 | 第50-52页 |
| 4.2.8 分类规则测试 | 第52-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 硕士学位期间发表的论文 | 第58-59页 |
| 学位论文评阅及答辩情况表 | 第59页 |