数据挖掘在高职院校学生成绩分析中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-12页 |
| ·本文的研究背景及意义 | 第9-10页 |
| ·数据挖掘在教育教学中的应用 | 第10-11页 |
| ·本文的主要工作与组织结构 | 第11-12页 |
| 第2章 数据仓库与数据挖掘 | 第12-21页 |
| ·数据仓库 | 第12-14页 |
| ·数据仓库的概念 | 第12页 |
| ·数据仓库的特征 | 第12-14页 |
| ·数据挖掘 | 第14-19页 |
| ·数据挖掘的概念 | 第14-15页 |
| ·数据挖掘的功能和任务 | 第15-17页 |
| ·数据挖掘技术的发展和应用现状 | 第17页 |
| ·数据挖掘的步骤 | 第17-19页 |
| ·数据仓库与数据挖掘的联系 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 决策树分类算法 | 第21-31页 |
| ·分类 | 第21页 |
| ·决策树 | 第21-22页 |
| ·决策树的特点 | 第22-23页 |
| ·决策树算法概述 | 第23-24页 |
| ·ID3算法 | 第24-26页 |
| ·ID3算法原理 | 第24-25页 |
| ·ID3算法创建决策树的步骤 | 第25-26页 |
| ·C4.5算法 | 第26-28页 |
| ·C4.5算法原理 | 第26-28页 |
| ·C4.5算法的特点 | 第28页 |
| ·C4.5算法的改进 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 决策树算法在学生成绩分析中的应用 | 第31-57页 |
| ·问题的提出 | 第31-32页 |
| ·解决方案 | 第32-33页 |
| ·学生成绩数据仓库设计 | 第33-38页 |
| ·逻辑模型设计 | 第33-35页 |
| ·物理模型的建立 | 第35-38页 |
| ·数据收集 | 第38-39页 |
| ·数据分类挖掘 | 第39-41页 |
| ·算法的选择 | 第39-40页 |
| ·建立决策树模型 | 第40-41页 |
| ·数据挖掘在学生成绩分析过程中的应用 | 第41-53页 |
| ·学生成绩数据仓库的实现 | 第41-46页 |
| ·ID3算法在学生成绩分析过程中的应用 | 第46-49页 |
| ·C4.5算法在学生成绩分析过程中的应用 | 第49-51页 |
| ·改进的C4.5算法在学生成绩分析中的应用 | 第51-53页 |
| ·生成分类规则 | 第53-56页 |
| ·ID3算法分类规则 | 第53-54页 |
| ·C4.5算法分类规则 | 第54-55页 |
| ·改进的C4.5算法分类规则 | 第55页 |
| ·结论 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
