数据仓库在教育评价系统中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 引言 | 第12-13页 |
| 1 绪论 | 第13-18页 |
| ·课题背景 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·论文研究的主要内容 | 第16-18页 |
| 2 数据仓库与联机分析处理技术 | 第18-27页 |
| ·从传统数据库到数据仓库 | 第18-19页 |
| ·数据仓库的概念与特征 | 第19-21页 |
| ·数据仓库体系结构与关键技术 | 第21-23页 |
| ·数据仓库的体系结构 | 第21-22页 |
| ·数据仓库实施的关键技术 | 第22-23页 |
| ·数据仓库中的数据组织 | 第23-25页 |
| ·数据仓库的数据组织结构和组织方式 | 第23-24页 |
| ·数据仓库的粒度与分割 | 第24-25页 |
| ·数据集市 | 第25页 |
| ·联机分析处理技术 | 第25-27页 |
| 3 数据挖掘技术 | 第27-54页 |
| ·数据挖掘的概念 | 第27-35页 |
| ·数据挖掘的定义 | 第27页 |
| ·数据挖掘的分类 | 第27-29页 |
| ·数据挖掘的处理过程 | 第29-30页 |
| ·数据挖掘的工具和方法 | 第30-33页 |
| ·数据挖掘的应用领域 | 第33-34页 |
| ·数据挖掘与数据仓库的关系 | 第34-35页 |
| ·分类规则挖掘方法——决策树方法 | 第35-44页 |
| ·决策树方法概述 | 第35-37页 |
| ·建立决策树的基本算法 | 第37-38页 |
| ·决策树方法应用实例 | 第38-42页 |
| ·建立决策树的改进算法 | 第42-44页 |
| ·关联规则挖掘算法——Apriori算法 | 第44-50页 |
| ·关联规则的基本概念 | 第44-45页 |
| ·关联规则挖掘算法 | 第45-49页 |
| ·频繁项集算法的几种优化方法 | 第49-50页 |
| ·改进优化的Apriori算法 | 第50-54页 |
| 4 教学评价系统的设计与实现 | 第54-70页 |
| ·系统软硬件环境 | 第54-57页 |
| ·环境准备工作 | 第54-55页 |
| ·Microsoft解决方案简介 | 第55-57页 |
| ·数据仓库的设计 | 第57-59页 |
| ·数据挖掘系统的实现方法 | 第59-60页 |
| ·教学质量评估数据挖掘模块的开发 | 第60-65页 |
| ·开发工具 | 第60-61页 |
| ·教学评估数据 | 第61-62页 |
| ·软件模块 | 第62-65页 |
| ·数据挖掘实验结果与分析 | 第65-66页 |
| ·数据展现 | 第66-68页 |
| ·报表的定义 | 第66-67页 |
| ·B/S模式下报表系统实现 | 第67-68页 |
| ·面向全国高校教育评价系统的展望 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 后记或致谢 | 第74-75页 |
| 作者简介及读研期间主要科研成果 | 第75页 |
