| 第一章 绪论 | 第1-13页 |
| ·数据挖掘技术的产生及研究现状 | 第10-11页 |
| ·数据挖掘中的关联规则 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第二章 数据挖掘技术 | 第13-21页 |
| ·数据挖掘概述 | 第13-16页 |
| ·数据挖掘的定义 | 第13-14页 |
| ·数据挖掘的任务 | 第14-15页 |
| ·数据挖掘与传统分析方法的区别 | 第15-16页 |
| ·数据挖掘的过程 | 第16-18页 |
| ·确定挖掘对象 | 第16页 |
| ·数据准备 | 第16-17页 |
| ·挖掘知识和信息 | 第17页 |
| ·模式的解释和评价 | 第17-18页 |
| ·数据挖掘的应用研究 | 第18-21页 |
| ·数据挖掘的典型应用 | 第18-20页 |
| ·数据挖掘带来的效益 | 第20-21页 |
| 第三章 关联规则研究 | 第21-31页 |
| ·关联规则基础知识 | 第21-24页 |
| ·关联规则的问题描述 | 第21-23页 |
| ·关联规则的种类 | 第23-24页 |
| ·挖掘关联规则的算法 | 第24-30页 |
| ·进一步研究的方向 | 第30-31页 |
| 第四章 一种高效的挖掘算法Apriori~(-3) | 第31-47页 |
| ·FSC问题描述 | 第31-33页 |
| ·Apriori算法 | 第33-36页 |
| ·寻找频繁1项集 | 第33-34页 |
| ·寻找频繁k项集 | 第34页 |
| ·产生候选项目集 | 第34-35页 |
| ·计算候选项集 | 第35-36页 |
| ·DHP算法 | 第36-37页 |
| ·一种高效的改进算法Apriori~(-3) | 第37-45页 |
| ·组合裁剪技术 | 第37-39页 |
| ·频繁k项集的直接计算 | 第39-43页 |
| ·Apriori~(-3)的伪代码 | 第43-45页 |
| ·结论 | 第45-47页 |
| 第五章 教务管理系统的详细设计 | 第47-64页 |
| ·问题的提出 | 第47页 |
| ·教务管理系统的业务流程 | 第47-48页 |
| ·教务管理系统总体结构 | 第48-49页 |
| ·成绩管理子系统 | 第49-59页 |
| ·子模块及功能 | 第49-53页 |
| ·成绩管理子系统表结构 | 第53-59页 |
| ·教学计划管理子系统 | 第59-64页 |
| ·子模块及功能 | 第59-61页 |
| ·计划管理子系统表结构 | 第61-64页 |
| 第六章 Apriori~(-3)算法在教务管理中的应用 | 第64-70页 |
| ·问题的提出 | 第64页 |
| ·Apriori~(-3)算法在课堂教学评价中的应用 | 第64-67页 |
| ·数据准备 | 第65页 |
| ·挖掘关联规则 | 第65-66页 |
| ·规则理解 | 第66-67页 |
| ·Apriori~(-3)算法在学生课程中的应用 | 第67-70页 |
| ·数据准备 | 第67-68页 |
| ·挖掘关联规则 | 第68页 |
| ·规则理解 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读学位期间发表的学术论文 | 第75-76页 |
| 致谢 | 第76页 |
