| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景、意义与现状 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·构建预警体系的意义 | 第12页 |
| ·预警研究与应用现状 | 第12-14页 |
| ·论文的主要内容及组织结构 | 第14-15页 |
| ·论文研究的主要内容 | 第14页 |
| ·论文的组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 预警理论及其应用 | 第16-38页 |
| ·预警、预测和监测 | 第16-18页 |
| ·预警的概念 | 第16页 |
| ·预警和预测的关系 | 第16-17页 |
| ·预警和监测的关系 | 第17-18页 |
| ·预警的数学理论基础 | 第18-23页 |
| ·目标事件的数学性质 | 第19页 |
| ·预警的数学模型 | 第19-22页 |
| ·系统预警模型 | 第22-23页 |
| ·预警方法概述 | 第23-32页 |
| ·预警方法的分类及简介 | 第24页 |
| ·主要的预警方法 | 第24-31页 |
| ·危机预警方法评析 | 第31-32页 |
| ·预警理论和技术的应用 | 第32-37页 |
| ·经济预警 | 第33-34页 |
| ·财务预警 | 第34-35页 |
| ·地震预警 | 第35-36页 |
| ·粮食预警 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 关联规则挖掘 | 第38-49页 |
| ·KDD和数据挖掘 | 第38-40页 |
| ·KDD | 第38-39页 |
| ·数据挖掘 | 第39-40页 |
| ·关联规则的基本概念 | 第40-42页 |
| ·经典关联规则挖掘算法分析—Apriori算法 | 第42-45页 |
| ·核心算法 | 第42-43页 |
| ·Apriori_gen函数 | 第43-44页 |
| ·Subset函数 | 第44页 |
| ·Apriori算法的性能瓶颈问题 | 第44-45页 |
| ·关联规则的扩展 | 第45-48页 |
| ·具有概念分层的关联规则 | 第45页 |
| ·带权关联规则 | 第45-46页 |
| ·负关联规则 | 第46页 |
| ·基于约束的关联规则 | 第46页 |
| ·量化关联规则 | 第46-47页 |
| ·周期关联规则 | 第47页 |
| ·基于距离的关联规则 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于数据挖掘技术的预警机制和方法研究 | 第49-57页 |
| ·危机与预警 | 第49-50页 |
| ·数据挖掘应用于预警的可行性分析 | 第50-51页 |
| ·一种基于数据挖掘技术的预警机制 | 第51-56页 |
| ·基于数据挖掘技术的预警机制 | 第51页 |
| ·预警规则知识挖掘方法研究 | 第51-54页 |
| ·预警方法 | 第54-55页 |
| ·构建预警系统的一般步骤 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于数据挖掘技术的预警在教育领域中的应用研究 | 第57-68页 |
| ·教育数据挖掘概述 | 第57-63页 |
| ·教育数据挖掘及其应用 | 第57-62页 |
| ·教育数据挖掘存在的问题 | 第62页 |
| ·高校教育数据挖掘的难点 | 第62-63页 |
| ·教育数据挖掘的良性循环 | 第63-65页 |
| ·何谓良性循环 | 第63页 |
| ·教育数据挖掘的良性循环探讨 | 第63-65页 |
| ·应用实例—高校教学教务系统成绩预警 | 第65-67页 |
| ·问题的提出 | 第65页 |
| ·预警方案 | 第65-66页 |
| ·数据预处理 | 第66页 |
| ·实验与分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结及展望 | 第68-70页 |
| ·全文总结 | 第68页 |
| ·工作展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士期间主要科研工作及成果 | 第76页 |