数据挖掘在学生综合管理系统的应用研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-11页 |
| ·课题研究背景 | 第6-7页 |
| ·国内外研究现状 | 第7-9页 |
| ·研究的目的与意义 | 第9页 |
| ·本文主要研究工作 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| 2 数据仓库与数据挖掘相关技术 | 第11-17页 |
| ·数据仓库技术 | 第11-13页 |
| ·数据仓库概念 | 第11-12页 |
| ·数据仓库的特点 | 第12页 |
| ·数据仓库系统 | 第12-13页 |
| ·数据仓库的设计 | 第13页 |
| ·数据挖掘技术 | 第13-17页 |
| ·数据挖掘相关概念 | 第14页 |
| ·数据挖掘的过程 | 第14-15页 |
| ·数据经典算法 | 第15-16页 |
| ·基于数据仓库的数据挖掘 | 第16-17页 |
| 3 面向学生的综合管理系统的相关算法分析 | 第17-22页 |
| ·基于 K-MEANS的学生成绩分析 | 第17-18页 |
| ·基于决策树的学生就业情况分析 | 第18页 |
| ·基于关联规则的心理健康分析 | 第18-22页 |
| ·改进的 Apriori 算法 | 第19-22页 |
| 4 学生综合管理系统的分析与设计 | 第22-29页 |
| ·学生综合管理系统的需求性 | 第22页 |
| ·综合管理系统的必要性 | 第22-23页 |
| ·系统平台分析 | 第23-24页 |
| ·数据仓库构建过程 | 第24-29页 |
| ·概念结构设计 | 第25页 |
| ·逻辑结构设计 | 第25-26页 |
| ·物理模型的设计 | 第26-29页 |
| 5 数据挖掘在综合系统的应用 | 第29-47页 |
| ·学生综合管理主要功能的实现 | 第29-34页 |
| ·基于聚类技术学生成绩分析研究 | 第34-38页 |
| ·数据准备 | 第34页 |
| ·K-means 聚类算法实现 | 第34-37页 |
| ·结果分析 | 第37-38页 |
| ·学生就业管理 | 第38-44页 |
| ·数据准备 | 第38页 |
| ·结果分析 | 第38-44页 |
| ·基于关联规则学生心理健康研究 | 第44-47页 |
| ·数据准备 | 第44页 |
| ·结果分析 | 第44-47页 |
| 6 总结与展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附件 | 第51页 |