| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 数据分析系统 | 第8-12页 |
| 1.2.1 数据分析系统概念 | 第8页 |
| 1.2.2 数据分析系统发展分析 | 第8-10页 |
| 1.2.3 高校教学管理数据分析系统 | 第10-11页 |
| 1.2.4 高校教学管理数据分析系统发展及其现状 | 第11-12页 |
| 1.3 本文主要内容与结构 | 第12-13页 |
| 2 教学管理数据分析系统的总体框架 | 第13-24页 |
| 2.1 系统需求分析 | 第13-16页 |
| 2.2 系统功能框架 | 第16-18页 |
| 2.3 系统关键技术 | 第18-23页 |
| 2.3.1 数据仓库技术 | 第19页 |
| 2.3.2 联机分析技术 | 第19-21页 |
| 2.3.3 数据挖掘技术 | 第21-22页 |
| 2.3.4 数据仓库、OLAP和数据挖掘关系 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 教学管理数据分析系统数据仓库设计 | 第24-34页 |
| 3.1 主题域分析 | 第24-25页 |
| 3.2 概念模型设计 | 第25页 |
| 3.3 逻辑模型设计 | 第25-26页 |
| 3.4 维表的设计 | 第26-29页 |
| 3.5 数据分析模型的设计 | 第29-31页 |
| 3.6 数据仓库ETL工具的设计 | 第31-33页 |
| 3.6.1 数据的预处理 | 第32页 |
| 3.6.2 异构数据源集成 | 第32页 |
| 3.6.3 源数据向目标数据的映射 | 第32-33页 |
| 3.7 本章小结 | 第33-34页 |
| 4 基于数据挖掘的教学质量分析 | 第34-42页 |
| 4.1 关联规则挖掘的经典算法 | 第34-35页 |
| 4.1.1 基本概念 | 第34-35页 |
| 4.1.2 算法描述 | 第35页 |
| 4.2 改进的Apriori算法 | 第35-38页 |
| 4.2.1 传统教学质量评价系统 | 第35-36页 |
| 4.2.2 改进的挖掘算法描述 | 第36-38页 |
| 4.3 基于改进Apriori算法的教学质量分析 | 第38-41页 |
| 4.3.1 教学质量评价数据量化 | 第38-40页 |
| 4.3.2 计算候选频繁项集 | 第40-41页 |
| 4.3.3 根据最小支持度计算频繁项集 | 第41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 教学管理数据分析系统实现 | 第42-55页 |
| 5.1 系统操作与开发平台 | 第42页 |
| 5.2 系统实现 | 第42-49页 |
| 5.2.1 数据仓库的实现 | 第42-45页 |
| 5.2.2 改进Apriori算法在高校教学管理中的实现 | 第45-49页 |
| 5.3 系统应用 | 第49-52页 |
| 5.3.1 操作页面展示 | 第49-52页 |
| 5.3.2 数据挖掘页面展示 | 第52页 |
| 5.4 学生网上评教的数据挖掘 | 第52-54页 |
| 5.4.1 挖掘工具 | 第52页 |
| 5.4.2 教学质量评价数据预处理 | 第52-53页 |
| 5.4.3 对数据进行转换并进行关联规则挖掘 | 第53页 |
| 5.4.4 挖掘结果与分析 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 6 系统测试 | 第55-58页 |
| 6.1 测试环境 | 第55页 |
| 6.2 测试方法 | 第55页 |
| 6.3 功能测试 | 第55-57页 |
| 6.4 测试结果 | 第57页 |
| 6.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-63页 |