数据挖掘在高校困难生认定中的应用研究

摘要	第1-5页
Abstract	第5-8页
第一章 绪论	第8-12页
·研究背景及研究意义	第8-10页
·高校困难生认定问题研究现状	第10-11页
·论文定位及主要研究内容	第11-12页
第二章 相关理论基础	第12-20页
·数据挖掘技术	第12-14页
·数据挖掘概念	第12-13页
·数据挖掘任务	第13页
·数据挖掘过程	第13-14页
·决策树分类方法	第14-20页
·决策树分类方法基本原理	第14-16页
·ID3 算法	第16-17页
·决策树学习的关键问题	第17-20页
第三章 困难生分类指标体系设计及属性约简	第20-28页
·困难生分类指标体系设计	第20-23页
·基于粗糙集的分类指标属性约简	第23-28页
·粗糙集理论相关概念	第24页
·基于粗糙集的属性约简	第24-25页
·增量式困难生分类指标属性约简	第25-28页
第四章 针对困难生分类的决策树构造算法设计	第28-36页
·基于聚类算法的数值属性离散化	第28-30页
·基于信息熵的多选属性转换	第30-31页
·基于加权矩阵的测试属性度量标准	第31-33页
·引入置信度的估计规则精度后剪枝	第33-36页
第五章 高校困难生认定系统的设计与实现	第36-53页
·系统整体设计	第36-37页
·各子系统设计与实现	第37-50页
·数据处理子系统	第37-40页
·数据挖掘子系统	第40-48页
·学生分类子系统	第48-50页
·决策树生成和规则提取结果	第50-53页
·决策树生成结果	第50-52页
·规则后剪枝结果	第52页
·模型测试结果	第52-53页
第六章 总结与展望	第53-55页
·本文主要研究工作	第53页
·未来进一步工作	第53-55页
参考文献	第55-57页
致谢	第57-58页
攻读硕士学位期间发表学术论文情况	第58页