| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.1.1 研究的背景 | 第10-11页 |
| 1.1.2 研究的意义 | 第11-12页 |
| 1.2 数据挖掘产生的背景及发展趋势 | 第12页 |
| 1.3 数据挖掘在成绩分析的研究现状 | 第12-13页 |
| 1.4 本论文研究的内容及论文的结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 学生成绩的数据挖掘 | 第15-19页 |
| 2.1 数据挖掘基本理论与应用 | 第15-16页 |
| 2.2 学生成绩的数据挖掘特点 | 第16-17页 |
| 2.3 学生成绩的数据挖掘处理 | 第17-18页 |
| 2.4 学生成绩的数据挖掘作用 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 决策树技术概论 | 第19-25页 |
| 3.1 数据挖掘工具简介 | 第20-21页 |
| 3.2 常用的决策树算法 | 第21-24页 |
| 3.2.1 ID3算法 | 第21-22页 |
| 3.2.2 C4.5算法 | 第22页 |
| 3.2.3 SLIQ算法 | 第22-23页 |
| 3.2.4 CRT算法 | 第23-24页 |
| 3.3 决策树的构建过程 | 第24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 决策树技术在高校计算机等级考试成绩分析中的应用 | 第25-49页 |
| 4.1 成绩分析及其重要性 | 第25-26页 |
| 4.2 成绩分析存在的问题 | 第26页 |
| 4.3 存在问题的解决方法 | 第26-27页 |
| 4.4 决策树在成绩分析中的具体应用 | 第27-48页 |
| 4.4.1 确定挖掘对象 | 第27页 |
| 4.4.2 数据收集获取 | 第27-29页 |
| 4.4.3 数据整理转换 | 第29-31页 |
| 4.4.4 进行数据挖掘 | 第31-40页 |
| 4.4.5 生成分类模型 | 第40-46页 |
| 4.4.6 模型评估预测 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-52页 |
| 5.1 论文的总结 | 第49-51页 |
| 5.2 论文的展望 | 第51页 |
| 5.3 本章小结 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表论文情况 | 第55页 |