数据挖掘在高校贫困生评价中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 论文研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国内外贫困生评价方法概述 | 第12-13页 |
| 1.2.2 贫困生评价工作存在的问题 | 第13-14页 |
| 1.2.3 国内外贫困生评价研究现状 | 第14-15页 |
| 1.3 论文研究的主要内容及结构安排 | 第15-17页 |
| 第二章 相关技术概述 | 第17-27页 |
| 2.1 数据挖掘概述 | 第17-21页 |
| 2.1.1 数据挖据的定义 | 第17页 |
| 2.1.2 数据挖掘的任务 | 第17-18页 |
| 2.1.3 数据挖掘的过程 | 第18-20页 |
| 2.1.4 数据挖掘的方法 | 第20-21页 |
| 2.2 决策树分类法 | 第21-25页 |
| 2.2.1 决策树的构建 | 第21-24页 |
| 2.2.2 决策树的剪枝 | 第24-25页 |
| 2.3 开源工具Weka | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 贫困生评价需求分析 | 第27-35页 |
| 3.1 贫困生评价的难点 | 第27-30页 |
| 3.1.1 贫困生评价方法分析 | 第27-28页 |
| 3.1.2 贫困生评价工作流程分析 | 第28-29页 |
| 3.1.3 贫困生评价中的难点 | 第29-30页 |
| 3.2 基于数据挖据的贫困生评价 | 第30-34页 |
| 3.2.1 贫困生评价指标体系 | 第30-33页 |
| 3.2.2 挖掘目标和对象 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 贫困生数据预处理 | 第35-48页 |
| 4.1 贫困生信息管理系统 | 第35-39页 |
| 4.1.1 贫困生系统体系结构 | 第35-36页 |
| 4.1.2 贫困生系统主要功能模块 | 第36-39页 |
| 4.2 贫困生数据获取 | 第39-43页 |
| 4.2.1 数据集导出 | 第39-41页 |
| 4.2.2 数据分析 | 第41-43页 |
| 4.3 基于Weka的数据预处理 | 第43-44页 |
| 4.4 数据预处理 | 第44-47页 |
| 4.4.1 数据合并 | 第44-45页 |
| 4.4.2 数据清理 | 第45页 |
| 4.4.3 数据转换 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 贫困生评价模型的构建 | 第48-59页 |
| 5.1 评价属性选择 | 第48-51页 |
| 5.1.1 属性选择定义 | 第48页 |
| 5.1.2 属性选择算法 | 第48-49页 |
| 5.1.3 贫困生属性选择 | 第49-51页 |
| 5.2 基于决策树的评价模型 | 第51-58页 |
| 5.2.1 贫困生决策树算法 | 第51-53页 |
| 5.2.2 生成决策树 | 第53-57页 |
| 5.2.3 决策树剪枝 | 第57-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 模型评价实验 | 第59-67页 |
| 6.1 模型评估标准 | 第59-60页 |
| 6.2 实验测试 | 第60-64页 |
| 6.2.1 实验环境 | 第60页 |
| 6.2.2 实验结果 | 第60-64页 |
| 6.3 挖掘结果及分析 | 第64-66页 |
| 6.3.1 规则提取 | 第64-65页 |
| 6.3.2 结果分析 | 第65页 |
| 6.3.3 贫困生工作改进建议 | 第65-66页 |
| 6.4 本章小结 | 第66-67页 |
| 总结和展望 | 第67-69页 |
| 总结 | 第67页 |
| 展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |
