摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-18页 |
1.1 选题背景和研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 数据挖掘的研究现状 | 第13-14页 |
1.2.2 数据挖掘在教学方面的应用研究现状 | 第14-15页 |
1.2.3 有关学生成绩间的关联的研究现状 | 第15-16页 |
1.3 论文的研究内容 | 第16页 |
1.4 论文的组织结构 | 第16-18页 |
第2章 数据挖掘技术 | 第18-30页 |
2.1 数据仓库的概述 | 第18-23页 |
2.1.1 数据仓库的概念 | 第18-20页 |
2.1.2 数据仓库的体系结构 | 第20-21页 |
2.1.3 数据仓库功能结构 | 第21-22页 |
2.1.4 OLAP技术 | 第22-23页 |
2.2 数据挖掘 | 第23-29页 |
2.2.1 数据挖掘的定义 | 第23-24页 |
2.2.2 数据挖掘过程 | 第24-25页 |
2.2.3 数据挖掘功能 | 第25-26页 |
2.2.4 数据挖掘的主要方法 | 第26-28页 |
2.2.5 DW、OLAP、DM之间的关系 | 第28-29页 |
2.3 本章小结 | 第29-30页 |
第3章 关联规则算法及其优化 | 第30-54页 |
3.1 关联规则的概述 | 第30-33页 |
3.1.1 关联规则的定义 | 第30-31页 |
3.1.2 关联规则的分类 | 第31-32页 |
3.1.3 几种关联规则算法的介绍与比较 | 第32-33页 |
3.2 关联规则挖掘的Apriori算法 | 第33-38页 |
3.2.1 使用候选项集找频繁项集 | 第33-35页 |
3.2.2 由频繁项集产生关联规则 | 第35-36页 |
3.2.3 Apriori算法举例 | 第36-38页 |
3.3 Apriori算法的性能分析 | 第38-39页 |
3.3.1 Apriori算法的缺陷 | 第38-39页 |
3.3.2 现有的几种改进Apriori算法 | 第39页 |
3.4 优化Apriori算法 | 第39-51页 |
3.4.1 一种Apriori算法的改进技术 | 第39-43页 |
3.4.1.1 改进Apriori算法的描述 | 第40页 |
3.4.1.2 Apriori_22算法的实现 | 第40-42页 |
3.4.1.3 Apriori_22算法的举例 | 第42-43页 |
3.4.2 Apriori算法的进一步改进新思路 | 第43-51页 |
3.4.2.1 事务数据库的存储优化 | 第44-45页 |
3.4.2.2 连接之前的相关优化 | 第45-46页 |
3.4.2.3 连接时的相关优化 | 第46-47页 |
3.4.2.4 Apriori_33算法的举例 | 第47-49页 |
3.4.2.5 Apriori_33算法的实现 | 第49-51页 |
3.5 算法性能分析 | 第51-52页 |
3.6 本章小结 | 第52-54页 |
第4章 学生成绩数据挖掘的设计与实现 | 第54-68页 |
4.1 C++数据访问技术 | 第54-55页 |
4.2 目标分析 | 第55页 |
4.3 数据准备 | 第55页 |
4.4 据预处理 | 第55-59页 |
4.5 Apriori_33算法在学生成绩中的挖掘实现 | 第59-64页 |
4.6 挖掘结果及分析 | 第64-67页 |
4.6.1 与成绩相关关联规则的用途 | 第64页 |
4.6.2 挖掘实验结果 | 第64-66页 |
4.6.3 挖掘结果分析 | 第66-67页 |
4.7 本章小结 | 第67-68页 |
结论 | 第68-70页 |
参考文献 | 第70-73页 |
附录A 攻读学位期间所发表的学术论文目录 | 第73-74页 |
致谢 | 第74页 |