| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的及意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.3.1 国外研究现状 | 第13-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.3.3 参考文献综述 | 第16-17页 |
| 1.4 研究内容、方法及创新点 | 第17-19页 |
| 1.4.1 研究内容 | 第17-18页 |
| 1.4.2 研究方法 | 第18页 |
| 1.4.3 研究创新点 | 第18-19页 |
| 第2章 相关理论介绍 | 第19-31页 |
| 2.1 关联规则的含义 | 第19页 |
| 2.2 关联规则的类型 | 第19-20页 |
| 2.3 关联规则的算法 | 第20-22页 |
| 2.4 关联规则在成绩管理中的应用 | 第22页 |
| 2.5 关联规则挖掘的问题描述 | 第22-24页 |
| 2.6 数据挖掘理论 | 第24-30页 |
| 2.6.1 数据挖掘理论的定义 | 第24-25页 |
| 2.6.2 数据预处理技术 | 第25-27页 |
| 2.6.3 数据挖掘实现过程 | 第27-28页 |
| 2.6.4 数据挖掘方法 | 第28-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 Apriori算法在关联规则数据挖掘中的应用 | 第31-43页 |
| 3.1 Apriori算法思想 | 第31-32页 |
| 3.2 经典关联规则挖掘算法 | 第32-36页 |
| 3.2.1 Apriori算法的描述 | 第32-34页 |
| 3.2.2 Apriori算法的特点 | 第34页 |
| 3.2.3 Apriori算法在关联规则应用中的问题分析 | 第34-36页 |
| 3.3 Apriori算法评估 | 第36-37页 |
| 3.4 Apriori算法应用过程分析 | 第37-39页 |
| 3.4.1 系统客观层面 | 第37-38页 |
| 3.4.2 用户主观层面 | 第38-39页 |
| 3.5 Apriori算法的改进 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 关联规则在高等院校专业课教学评价中的应用 | 第43-56页 |
| 4.1 关联规则数据挖掘的步骤 | 第43-44页 |
| 4.2 高等院校专业课教学评价数据来源 | 第44页 |
| 4.3 数据预处理 | 第44-45页 |
| 4.3.1 数据清理 | 第44-45页 |
| 4.3.2 数据转换 | 第45页 |
| 4.4 数据预处理的结果呈现 | 第45-50页 |
| 4.4.1 预处理结果的重要性 | 第45-46页 |
| 4.4.2 预处理与数据挖掘的主题构建 | 第46-47页 |
| 4.4.3 预处理算法实例 | 第47-50页 |
| 4.5 Apriori算法的具体应用 | 第50-54页 |
| 4.5.1 计算机成绩数据的关联规则 | 第50-52页 |
| 4.5.2 实验结果讨论 | 第52-54页 |
| 4.6 分析结果的应用与评价标准 | 第54-55页 |
| 4.6.1 评价标准 | 第54-55页 |
| 4.6.2 数据应用 | 第55页 |
| 4.7 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 全文总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |