基于决策树的教育信息挖掘模型（DT-EIDM）的设计与实现
| 第1章 概述 | 第1-12页 |
| ·引言 | 第9页 |
| ·问题的提出 | 第9-10页 |
| ·教育信息库 | 第10-12页 |
| 第2章 基本概念 | 第12-22页 |
| ·数据挖掘的基本概念 | 第12-16页 |
| ·数据挖掘的定义 | 第12-13页 |
| ·数据挖掘过程 | 第13-14页 |
| ·数据挖掘的功能 | 第14-16页 |
| ·数据挖掘的分类 | 第16页 |
| ·分类与归纳学习 | 第16-18页 |
| ·决策树介绍 | 第18-20页 |
| ·决策树学习算法 | 第20-22页 |
| ·决策树的生成过程 | 第20页 |
| ·决策树构造算法描述 | 第20-21页 |
| ·决策树讨论 | 第21-22页 |
| 第3章 基于ID3算法的决策树分类挖掘 | 第22-32页 |
| ·经典ID3算法 | 第22-23页 |
| ·ID3算法优缺点 | 第23-24页 |
| ·ID3算法的发展 | 第24-25页 |
| ·对ID3算法的改进 | 第25-29页 |
| ·EIDT-DM挖掘算法描述 | 第29-32页 |
| 第4章 教育信息挖掘模型(DT-EIDM)的设计 | 第32-43页 |
| ·设计原则 | 第32页 |
| ·DT-EIDM的系统结构 | 第32-40页 |
| ·数据采集 | 第34页 |
| ·数据清理 | 第34页 |
| ·数据变换 | 第34-39页 |
| ·数据规范化 | 第34-35页 |
| ·变换成布尔量 | 第35-39页 |
| ·挖掘和模式评估 | 第39页 |
| ·用户接口 | 第39-40页 |
| ·教育信息挖掘库的设计 | 第40-43页 |
| 第5章 教育信息分类规则的挖掘 | 第43-49页 |
| ·数据挖掘的环境 | 第43-44页 |
| ·分类规则挖掘 | 第44-49页 |
| ·选择挖掘数据 | 第44页 |
| ·挖掘控制 | 第44-45页 |
| ·规则显示 | 第45-49页 |
| 第6章 挖掘结果的比较与分析 | 第49-59页 |
| ·影响挖掘结果的因素 | 第49页 |
| ·不同的量化方法 | 第49-52页 |
| ·不同的THRESHOLD值 | 第52-54页 |
| ·不同的主观性指标(属性)的变换 | 第54页 |
| ·挖掘结果分析与研究 | 第54-59页 |
| ·对学生所学课程之间关系的挖掘规则 | 第54-55页 |
| ·学生基本信息的挖掘规则 | 第55-56页 |
| ·学生成绩和基本信息之间关系的挖掘规则 | 第56页 |
| ·相关性研究对教育的指导意义 | 第56-59页 |
| 结论与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
