基于数据仓库的学生成绩分析与研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-15页 |
| 1.1 课题背景和研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究目的及研究内容 | 第12-14页 |
| 1.3.1 研究目的 | 第12-13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 2 数据仓库相关理论研究 | 第15-25页 |
| 2.1 数据仓库 | 第15-18页 |
| 2.1.1 数据仓库的概念 | 第15页 |
| 2.1.2 数据仓库的特点 | 第15-16页 |
| 2.1.3 数据仓库的体系结构 | 第16-17页 |
| 2.1.4 数据的ETL | 第17-18页 |
| 2.2 OLAP技术 | 第18-21页 |
| 2.2.1 OLAP的定义 | 第18-19页 |
| 2.2.2 OLAP的特征 | 第19-20页 |
| 2.2.3 OLAP的多维数据结构 | 第20-21页 |
| 2.3 数据挖掘 | 第21-24页 |
| 2.3.1 数据挖掘的概念 | 第21页 |
| 2.3.2 数据挖掘的过程 | 第21-23页 |
| 2.3.3 数据挖掘方法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 学生成绩数据仓库的设计 | 第25-43页 |
| 3.1 主题定义 | 第26页 |
| 3.2 数据仓库三级模型的建立 | 第26-33页 |
| 3.2.1 概念模型设计 | 第27-28页 |
| 3.2.2 逻辑模型设计 | 第28-30页 |
| 3.2.3 物理模型设计 | 第30-33页 |
| 3.3 数据的ETL | 第33-36页 |
| 3.3.1 数据抽取 | 第34-35页 |
| 3.3.2 数据清洗和转换 | 第35页 |
| 3.3.3 数据加载 | 第35-36页 |
| 3.4 建立多维数据集 | 第36-37页 |
| 3.5 多维数据集的操作与实现 | 第37-38页 |
| 3.6 基于数据仓库的学生成绩数据的分析 | 第38-42页 |
| 3.7 本章小结 | 第42-43页 |
| 4 基于数据仓库的决策树算法成绩分析 | 第43-69页 |
| 4.1 决策树算法研究 | 第43-48页 |
| 4.1.1 分类 | 第43-44页 |
| 4.1.2 决策树算法 | 第44-47页 |
| 4.1.3 决策树的简化 | 第47-48页 |
| 4.2 实验环境及数据准备 | 第48-50页 |
| 4.2.1 实验环境 | 第48-49页 |
| 4.2.2 数据准备 | 第49-50页 |
| 4.3 基于ID3算法的决策树模型 | 第50-59页 |
| 4.3.1 建立决策树模型 | 第51-52页 |
| 4.3.2 实现过程分析 | 第52-58页 |
| 4.3.3 生成分类规则 | 第58-59页 |
| 4.4 基于C4.5算法的决策树模型 | 第59-66页 |
| 4.4.1 建立决策树模型 | 第59-60页 |
| 4.4.2 实现过程分析 | 第60-65页 |
| 4.4.3 生成分类规则 | 第65-66页 |
| 4.5 实验结果分析及结论 | 第66-67页 |
| 4.6 本章小结 | 第67-69页 |
| 5 基于数据仓库的关联规则方法成绩分析 | 第69-75页 |
| 5.1 关联规则算法研究 | 第69-71页 |
| 5.1.1 关联规则 | 第69-70页 |
| 5.1.2 Apriori算法 | 第70-71页 |
| 5.2 问题提出与数据准备 | 第71-72页 |
| 5.3 关联规则挖掘模型 | 第72页 |
| 5.4 实验过程及结果分析 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 6 总结与展望 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第79-83页 |
| 学位论文数据集 | 第83页 |
