首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于数据挖掘的高考数据分析

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-13页
   ·论文研究背景和意义第7-8页
     ·高考招生信息化的发展第7页
     ·我国高考招生面临的问题第7-8页
     ·本论文的研究意义第8页
   ·国内外相关领域的研究状况第8-10页
     ·数据挖掘国内外研究现状第8-10页
     ·本论文研究的出发点第10页
   ·论文的思路和主要方法第10-11页
   ·论文的整体结构第11-13页
第二章 基于数据挖掘技术的高校招生方法研究第13-24页
   ·数据挖掘理论方法第13-19页
     ·理论方法第13-14页
     ·数据挖掘的技术分类第14页
     ·数据挖掘的过程第14-18页
     ·数据挖掘算法第18-19页
   ·基于数据挖掘的高校招生方法第19-22页
     ·高校招生的数据提取第19-21页
     ·高校招生数据仓库的结构第21-22页
     ·高校招生数据挖掘过程第22页
   ·数据挖掘工具第22-23页
   ·本章小结第23-24页
第三章 高校招生数据挖掘中的关联规则方法第24-39页
   ·关联规则挖掘算法第24-32页
     ·关联规则简介第24-26页
     ·经典频繁项集——Apriori 算法第26-30页
     ·几种常见的Apriori 改进算法第30-32页
   ·高校招生系统关联规则的挖掘方法第32-38页
     ·数据预处理第32-33页
     ·利用clementine11.1 进行数据挖掘的流程第33-34页
     ·具体实现第34-38页
   ·本章小结第38-39页
第四章 C5.0 算法在高考志愿分析中的应用第39-54页
   ·高考志愿分析问题的来源第41页
   ·C5.0 算法分析第41-45页
     ·C5.0 算法原理第42-45页
     ·算法描述第45页
   ·利用C5.0 算法对高考数据进行分析第45-48页
     ·C5.0 算法对高考志愿数据的可用性分析第45-46页
     ·高考志愿数据的预处理第46-48页
   ·基于C5.0 的高考志愿数据挖掘分析第48-53页
     ·计算属性的信息增益第48-49页
     ·挖掘实现过程设计第49-51页
     ·评估和检验第51-52页
     ·规则的解释与应用第52-53页
   ·本章小结第53-54页
第五章 总结与未来工作第54-56页
   ·全文总结第54页
   ·未来研究工作第54-56页
参考文献第56-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于多Agent的个性化推荐系统研究
下一篇:智能考试系统研究