| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景与意义 | 第11-13页 |
| ·国内外研究现状综述 | 第13-14页 |
| ·国外研究现状 | 第13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文研究背景 | 第14页 |
| ·论文组织结构安排 | 第14-16页 |
| 第二章 数据仓库和数据挖掘技术 | 第16-22页 |
| ·数据仓库的特征与基本定义 | 第16页 |
| ·数据仓库中的数据组织 | 第16-18页 |
| ·数据仓库的数据组织架构 | 第16-17页 |
| ·多维数据模型 | 第17-18页 |
| ·数据仓库构建方法和步骤 | 第18-19页 |
| ·数据挖掘技术 | 第19-21页 |
| ·数据挖掘定义 | 第19-20页 |
| ·数据挖掘的起源 | 第20页 |
| ·数据挖掘系统结构 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 学生成绩管理及中职学校学生管理分析 | 第22-27页 |
| ·中职学生成绩管理的研究现状 | 第22-23页 |
| ·中职学生成绩管理的必要性 | 第23-24页 |
| ·中职学生成绩管理的作用 | 第24页 |
| ·中职学生成绩管理的可操作性 | 第24页 |
| ·数据挖掘的教学管理应用分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 普通话等级分析数据仓库的设计 | 第27-35页 |
| ·数据仓库体系结构 | 第27页 |
| ·普通话等级分析数据仓库的设计 | 第27-33页 |
| ·微观上的数据仓库设计 | 第27-29页 |
| ·数据仓库三级模型的建立 | 第29-31页 |
| ·数据源的构成 | 第31-33页 |
| ·基于普通话等级数据仓库设计流程 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 普通话等级分析数据仓库的应用 | 第35-51页 |
| ·数据源的分析与处理 | 第35页 |
| ·普通话等级数据仓库的建立过程 | 第35-39页 |
| ·多维数据集的操作与实现 | 第39-42页 |
| ·基于数据仓库的普通话等级的分析 | 第42-50页 |
| ·使用Microsoft决策树创建OLAP数据挖掘模型 | 第42-47页 |
| ·使用Microsoft聚集创建OLAP数据挖掘模型 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 关联规则技术及算法改进 | 第51-61页 |
| ·相关定义及性质 | 第51页 |
| ·关联算法的分析研究 | 第51-55页 |
| ·使用候选项集找频繁项集 | 第51-52页 |
| ·Apriori算法 | 第52-53页 |
| ·算法举例 | 第53-55页 |
| ·关联规则挖掘算法的改进 | 第55-60页 |
| ·布尔矩阵表示 | 第55-56页 |
| ·利用向量的内积运算计算项集的支持度 | 第56页 |
| ·算法思想 | 第56-57页 |
| ·算法应用实例 | 第57-59页 |
| ·实验结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 Apriori算法在普通话等级成绩分析中的应用 | 第61-69页 |
| ·数据预处理 | 第61页 |
| ·挖掘关联规则 | 第61-68页 |
| ·生成事务库 | 第61-62页 |
| ·挖掘关联规则模型一 | 第62-64页 |
| ·挖掘关联规则模型二 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第八章 总结与展望 | 第69-71页 |
| ·研究工作总结 | 第69页 |
| ·创新之处 | 第69-70页 |
| ·研究展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第74页 |
