基于全牛顿步关联规则的高职决策系统的设计研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.2.3 发展趋势 | 第16页 |
| 1.3 主要的研究内容 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-18页 |
| 第2章 数据挖掘相关理论和技术 | 第18-26页 |
| 2.1 数据挖掘实现技术 | 第18-20页 |
| 2.1.1 数据挖掘基本流程 | 第18-19页 |
| 2.1.2 数据挖掘方法 | 第19-20页 |
| 2.2 关联规则 | 第20-25页 |
| 2.2.1 关联规则描述 | 第20-21页 |
| 2.2.2 经典关联规则算法 | 第21页 |
| 2.2.3 基于矩阵关联规则的挖掘算法 | 第21-24页 |
| 2.2.4 量化关联规则模型与挖掘算法 | 第24-25页 |
| 2.3 小结 | 第25-26页 |
| 第3章 基于全牛顿步函数优化的遗传算法 | 第26-37页 |
| 3.1 基于遗传关联规则挖掘算法 | 第26-28页 |
| 3.2 基于模拟退火挖掘算法 | 第28-30页 |
| 3.3 全牛顿步挖掘算法 | 第30-36页 |
| 3.3.1 全牛顿步相关知识 | 第30-31页 |
| 3.3.2 对全牛顿步函数的改进 | 第31-36页 |
| 3.4 小结 | 第36-37页 |
| 第4章 基于关联规则的高职数据中心平台设计 | 第37-58页 |
| 4.1 技术实现路线 | 第37-40页 |
| 4.1.1 SOA技术体系结构 | 第37-38页 |
| 4.1.2 技术框架 | 第38-39页 |
| 4.1.3 Web Services数据交换技术 | 第39页 |
| 4.1.4 灵活的工作流技术 | 第39-40页 |
| 4.2 平台关键技术设计与实现 | 第40-49页 |
| 4.2.1 ETL技术体系架构 | 第41-42页 |
| 4.2.2 ETL总体设计 | 第42-43页 |
| 4.2.3 ETL功能设计 | 第43-49页 |
| 4.3 基于全牛顿步关联规则算法设计 | 第49-57页 |
| 4.3.1 智能决策功能设计 | 第50-52页 |
| 4.3.2 关联规则数据挖掘分析 | 第52-57页 |
| 4.4 小结 | 第57-58页 |
| 第5章 数据中心平台功能与实现 | 第58-71页 |
| 5.1 系统功能分析与实现 | 第58-65页 |
| 5.1.1 系统管理功能 | 第59页 |
| 5.1.2 元数据管理功能 | 第59-60页 |
| 5.1.3 数据中心平台及主题管理 | 第60-63页 |
| 5.1.4 辅助决策智能分析 | 第63-65页 |
| 5.2 系统测试与界面效果 | 第65-70页 |
| 5.2.1 系统界面与运行效果 | 第66-67页 |
| 5.2.2 系统测试 | 第67-70页 |
| 5.3 小结 | 第70-71页 |
| 总结 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
