| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究背景 | 第8-9页 |
| ·选题的依据和意义 | 第9页 |
| ·论文所作工作及创新点 | 第9-10页 |
| ·本文组织结构 | 第10-11页 |
| 第二章 数据仓库和数据挖掘基础理论 | 第11-24页 |
| ·数据仓库理论基础 | 第11-16页 |
| ·数据仓库基本概念 | 第11-12页 |
| ·数据仓库系统结构 | 第12-13页 |
| ·数据仓库组成 | 第13-15页 |
| ·数据仓库与数据库的关系 | 第15-16页 |
| ·数据挖掘技术 | 第16-24页 |
| ·数据挖掘的定义和过程 | 第16-17页 |
| ·数据挖掘特点 | 第17-18页 |
| ·数据挖掘的主要研究内容 | 第18-19页 |
| ·数据挖掘的常用方法 | 第19-22页 |
| ·数据挖掘当前热点 | 第22-23页 |
| ·数据挖掘未来研究方向 | 第23-24页 |
| 第三章 聚类和关联规则基础理论 | 第24-38页 |
| ·聚类分析 | 第24-29页 |
| ·聚类分析的数据类型 | 第24-25页 |
| ·主要聚类算法 | 第25-27页 |
| ·K-Means算法 | 第27-29页 |
| ·关联规则 | 第29-38页 |
| ·基本概念 | 第29-30页 |
| ·关联规则挖掘的分类 | 第30-31页 |
| ·关联规则研究方向 | 第31-33页 |
| ·关联规则挖掘步骤 | 第33页 |
| ·Apriori算法 | 第33-36页 |
| ·FP-growth算法 | 第36-38页 |
| 第四章 基于聚类和压缩矩阵的Apriori改进算法 | 第38-50页 |
| ·CCM_Apriori算法 | 第39-42页 |
| ·Apriori算法与CCM_Apriori算法实例 | 第42-48页 |
| ·CCM_Apriori算法与Apriori算法及FP-growth算法性能比较 | 第48-50页 |
| 第五章 CCM_Apriori算法在高校教务系统中的应用 | 第50-62页 |
| ·系统研究背景和意义 | 第50页 |
| ·系统开发说明 | 第50-51页 |
| ·选修课决策系统挖掘模型 | 第51-53页 |
| ·系统实现与结果分析 | 第53-62页 |
| ·关联规则挖掘的实现 | 第54-59页 |
| ·选修课程决策分析的实现 | 第59-60页 |
| ·成绩查询分析的实现 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·本文主要工作及成果 | 第62-63页 |
| ·研究和开发方面的不足 | 第63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间公开发表的论文 | 第67-68页 |
| 致谢 | 第68页 |
