| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 数据挖掘技术的产生 | 第10-11页 |
| 1.2 国内外数据挖掘的研究现状 | 第11页 |
| 1.3 论文研究的背景和意义 | 第11-13页 |
| 1.4 论文结构安排 | 第13页 |
| 1.5 论文的主要工作与创新点 | 第13-15页 |
| 第2章 数据挖掘技术 | 第15-22页 |
| 2.1 数据挖掘的概念 | 第15-18页 |
| 2.2 数据挖掘的主要任务 | 第18-19页 |
| 2.3 数据挖掘的主要方法 | 第19-22页 |
| 第3章 数据挖掘中的聚类分析 | 第22-40页 |
| 3.1 聚类分析的定义 | 第22页 |
| 3.2 聚类分析中的数据结构 | 第22-23页 |
| 3.3 聚类分析中的数据类型 | 第23-25页 |
| 3.4 对现有聚类算法的研究 | 第25-35页 |
| 3.5 设计聚类算法的准则 | 第35-37页 |
| 3.6 k-means聚类算法综述 | 第37-40页 |
| 第4章 对k-means聚类算法的改进研究 | 第40-46页 |
| 4.1 算法的改进思路的形成 | 第40-41页 |
| 4.2 基本算法思想 | 第41-42页 |
| 4.3 改进后的k-means算法流程 | 第42-44页 |
| 4.4 实验过程及结果分析 | 第44-45页 |
| 4.5 小结 | 第45-46页 |
| 第5章 中职招生信息系统设计与开发 | 第46-53页 |
| 5.1 系统平台 | 第46-50页 |
| 5.2 中职招生信息系统的实现 | 第50-53页 |
| 第6章 招生数据仓库的设计与实现 | 第53-69页 |
| 6.1 确定决策主题 | 第53-54页 |
| 6.2 数据准备 | 第54页 |
| 6.3 招生数据仓库建立 | 第54-59页 |
| 6.4 招生数据仓库框架的生成 | 第59-65页 |
| 6.5 联机分析处理 | 第65-69页 |
| 第7章 数据挖掘技术在中职招生信息系统中的应用 | 第69-75页 |
| 7.1 数据挖掘应用流程 | 第69页 |
| 7.2 k-means及其改进算法在中职招生信息系统的应用 | 第69-74页 |
| 7.3 小结 | 第74-75页 |
| 总结与展望 | 第75-76页 |
| 攻读研究生期间发表的论文 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80页 |