数据挖掘在高校招生中的研究与应用
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·论文的研究背景和意义 | 第6-10页 |
| ·数据挖掘技术及其研究现状 | 第6-9页 |
| ·论文的研究意义 | 第9-10页 |
| ·论文的主要内容 | 第10页 |
| ·论文的章节安排 | 第10-11页 |
| 第二章 数据准备 | 第11-20页 |
| ·数据选择 | 第11-12页 |
| ·数据选择的必要性 | 第11页 |
| ·数据选择的方法 | 第11页 |
| ·数据选择的步骤 | 第11-12页 |
| ·数据预处理 | 第12-20页 |
| ·数据清理 | 第13-14页 |
| ·数据集成 | 第14-15页 |
| ·数据规约 | 第15-20页 |
| 第三章 数据挖掘模型与算法改进 | 第20-40页 |
| ·挖掘过程模型建立 | 第20-24页 |
| ·Fayyad 数据挖掘过程模型 | 第20-22页 |
| ·CRISP-DM 过程模型 | 第22-23页 |
| ·数据挖掘过程模型的评估 | 第23-24页 |
| ·挖掘知识的应用 | 第24页 |
| ·挖掘算法的分析与改进 | 第24-40页 |
| ·关联规则算法分析 | 第24-25页 |
| ·Apriori 算法的改进 | 第25-27页 |
| ·决策树技术的相关算法分析 | 第27-34页 |
| ·C4.5 算法的改进 | 第34-36页 |
| ·决策树剪枝 | 第36-39页 |
| ·决策规则生成与结果评估 | 第39-40页 |
| 第四章 高校招生挖掘系统的设计 | 第40-51页 |
| ·系统设计思想 | 第40-41页 |
| ·数据准备 | 第41-45页 |
| ·数据选择 | 第42-44页 |
| ·数据预处理 | 第44-45页 |
| ·数据挖掘模型确定 | 第45-46页 |
| ·数据挖掘实现中的数据结构及相关说明 | 第46-50页 |
| ·关联规则技术中的数据结构 | 第47-48页 |
| ·决策树技术中的数据结构 | 第48-50页 |
| ·生成规则 | 第50页 |
| ·高校招生预测模型的建立 | 第50页 |
| ·模型的评估 | 第50-51页 |
| 第五章 实验结果分析 | 第51-59页 |
| ·数据查看 | 第52页 |
| ·数据预处理 | 第52-53页 |
| ·关联规则挖掘结果分析 | 第53-56页 |
| ·智力因素对大学各科成绩的影响 | 第53-55页 |
| ·非智力因素对学生学习的影响 | 第55-56页 |
| ·决策树挖掘结果分析与高校招生预测模型的建立 | 第56-58页 |
| ·决策树挖掘结果分析 | 第56-57页 |
| ·高校招生预测模型的建立 | 第57-58页 |
| ·高校招生预测模型验证 | 第58-59页 |
| 第六章 总结和展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·本文的创新点 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的论文和科研项目 | 第64-66页 |
