| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 数据挖掘技术在国内外的研究现状 | 第10-12页 |
| 1.3 数据挖掘技术在国内教育领域的研究现状 | 第12-13页 |
| 1.4 本文主要研究内容及论文组织结构 | 第13-14页 |
| 第2章 数据挖掘的基本知识 | 第14-20页 |
| 2.1 数据挖掘的概念 | 第14页 |
| 2.2 数据挖掘的过程 | 第14-16页 |
| 2.3 数据挖掘的功能 | 第16-18页 |
| 2.4 数据挖掘的方法和主要技术 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 决策树技术在大学生CET-4 成绩分析中的应用 | 第20-37页 |
| 3.1 决策树算法概述 | 第20-24页 |
| 3.1.1 决策树 | 第20-21页 |
| 3.1.2 决策树建树 | 第21-22页 |
| 3.1.3 决策树的剪枝 | 第22-24页 |
| 3.2 决策树技术在CET-4 成绩分析中的应用 | 第24-36页 |
| 3.2.1 确定研究对象及目标 | 第24页 |
| 3.2.2 数据的收集 | 第24-25页 |
| 3.2.3 数据预处理 | 第25-28页 |
| 3.2.4 构造决策树 | 第28-31页 |
| 3.2.5 树剪枝 | 第31页 |
| 3.2.6 产生分类规则 | 第31-34页 |
| 3.2.7 结果分析 | 第34-35页 |
| 3.2.8 模型的准确性评估 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 基于k众数算法的大学生CET-4 成绩分析 | 第37-50页 |
| 4.1 k均值聚类算法 | 第37-38页 |
| 4.1.1 k均值算法描述 | 第37页 |
| 4.1.2 k均值算法的优缺点 | 第37-38页 |
| 4.2 k众数（k-modes）聚类算法 | 第38-40页 |
| 4.3 对k众数算法的改进 | 第40-41页 |
| 4.4 k众数算法在大学生CET-4 成绩分析中的应用 | 第41-49页 |
| 4.4.1 数据收集 | 第41页 |
| 4.4.2 数据聚类分析 | 第41-44页 |
| 4.4.3 加权众数的相异度聚类成绩分析 | 第44-48页 |
| 4.4.4 结果分析 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 大学生成绩管理分析系统的设计与实现 | 第50-56页 |
| 5.1 系统的需求分析 | 第50页 |
| 5.2 系统的设计原则 | 第50-51页 |
| 5.3 系统的结构设计与开发环境 | 第51页 |
| 5.4 系统的功能设计与实现 | 第51-54页 |
| 5.4.1 数据库设计 | 第52页 |
| 5.4.2 登录模块 | 第52页 |
| 5.4.3 学生模块 | 第52-54页 |
| 5.4.4 管理员模块 | 第54页 |
| 5.5 系统测试 | 第54页 |
| 5.6 本章小结 | 第54-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 本文总结 | 第56-57页 |
| 6.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 攻读工程硕士学位期间取得的科研成果 | 第61页 |
