数据挖掘在高校学生管理系统中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究的背景和意义 | 第9页 |
| ·国内外的研究现状及分析 | 第9-11页 |
| ·国内外数据挖掘技术的发展现状 | 第9-11页 |
| ·国内外关于学生管理系统现状 | 第11页 |
| ·论文内容和结构安排 | 第11-13页 |
| 第2章 数据挖掘与关联规则理论研究 | 第13-24页 |
| ·数据挖掘 | 第13-18页 |
| ·数据挖掘的定义与对象 | 第13-14页 |
| ·数据挖掘与相关领域的关系 | 第14-16页 |
| ·数据挖掘的应用 | 第16页 |
| ·数据挖掘的要求与挑战 | 第16-17页 |
| ·数据挖据应注意的问题 | 第17-18页 |
| ·数据挖掘经典算法 | 第18-21页 |
| ·关联规则 | 第18页 |
| ·聚类分析 | 第18-19页 |
| ·其他经典算法 | 第19-21页 |
| ·关联规则挖掘的理论基础 | 第21-22页 |
| ·关联规则应用于系统的意义和方法的选择 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 Apriori 算法的研究与改进 | 第24-37页 |
| ·Apriori 算法 | 第24-30页 |
| ·Apriori 算法基本思想 | 第24-29页 |
| ·Apriori 算法存在的问题 | 第29-30页 |
| ·Apriori 算法改进 | 第30-33页 |
| ·经典 Apriori 改进算法 | 第30-31页 |
| ·基于映射的 Apriori 改进算法 | 第31-33页 |
| ·改进算法性能验证及分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 改进算法在系统中的应用 | 第37-62页 |
| ·关联规则挖掘步骤 | 第37-38页 |
| ·数据收集与预处理 | 第38-45页 |
| ·数据清理 | 第38-43页 |
| ·数据集成 | 第43页 |
| ·数据变换 | 第43-45页 |
| ·数据归约 | 第45页 |
| ·学生成绩与就业分析的算法实现 | 第45-52页 |
| ·成绩与就业分析子系统的必要性 | 第45-46页 |
| ·成绩与就业分析主题的构建 | 第46-49页 |
| ·成绩与就业分析的算法实现 | 第49-52页 |
| ·算法结果及分析 | 第52-54页 |
| ·高校学生管理系统实现 | 第54-61页 |
| ·系统总体框架设计 | 第54-55页 |
| ·ER 模型与数据库设计 | 第55-57页 |
| ·开发环境的选取 | 第57-59页 |
| ·系统功能与结果展示 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |
