数据挖掘在自学考试系统中考生流失分析的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 本研究课题的学术背景 | 第7-8页 |
| 1.2 数据挖掘在国内外的研究与应用现状 | 第8-10页 |
| 1.2.1 数据挖掘在国外的研究 | 第8页 |
| 1.2.2 数据挖掘在国内的研究 | 第8-9页 |
| 1.2.3 数据挖掘国内外的应用现状 | 第9-10页 |
| 1.3 课题来源与主要研究内容 | 第10-13页 |
| 第2章 数据仓库与数据挖掘 | 第13-19页 |
| 2.1 数据仓库 | 第13-14页 |
| 2.1.1 数据仓库概念 | 第13-14页 |
| 2.2 数据挖掘 | 第14-18页 |
| 2.2.1 数据挖掘的历史 | 第14-15页 |
| 2.2.2 有关数据挖掘的理论 | 第15-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 决策树算法研究 | 第19-33页 |
| 3.1 分类算法概述 | 第19-20页 |
| 3.2 归纳学习 | 第20-21页 |
| 3.3 决策树学习算法 | 第21-27页 |
| 3.3.1 决策树描述 | 第21-22页 |
| 3.3.2 决策树的类型 | 第22页 |
| 3.3.3 决策树的生成过程 | 第22-23页 |
| 3.3.4 决策树的构造算法 | 第23-25页 |
| 3.3.5 决策树评价指标 | 第25-27页 |
| 3.4 从决策树提取分类规则 | 第27页 |
| 3.5 SLIQ快速可伸缩算法的介绍 | 第27-31页 |
| 3.5.1 SLIQ的分裂参数 | 第27页 |
| 3.5.2 属性的分裂方法 | 第27-28页 |
| 3.5.3 算法流程 | 第28-31页 |
| 3.6 本章小结 | 第31-33页 |
| 第4章 数据挖掘在考生流失分析系统中的应用 | 第33-49页 |
| 4.1 考生流失分析决策系统需求分析 | 第33页 |
| 4.2 考生流失分析系统结构 | 第33-35页 |
| 4.3 数据挖掘在系统中的具体应用 | 第35-40页 |
| 4.3.1 模型的选定 | 第36-37页 |
| 4.3.2 数据仓库的建立 | 第37-40页 |
| 4.4 数据挖掘应用模型的建立 | 第40-42页 |
| 4.5 模型的实现方法 | 第42-47页 |
| 4.5.1 定义需要的数据结构 | 第42-44页 |
| 4.5.2 算法流程 | 第44-45页 |
| 4.5.3 结果输出形式 | 第45-47页 |
| 4.5.4 模型输出结果 | 第47页 |
| 4.6 本章小结 | 第47-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
