中文摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 研究现状 | 第11-13页 |
1.3 研究内容 | 第13-14页 |
1.4 结构安排 | 第14-15页 |
第2章 相关理论及技术 | 第15-24页 |
2.1 数据挖掘 | 第15-17页 |
2.1.1 数据挖掘概念及其界定 | 第15-16页 |
2.1.2 数据挖掘的关键 | 第16-17页 |
2.2 教育数据挖掘 | 第17-19页 |
2.3 开发技术及开发工具 | 第19-24页 |
2.3.1 Weka系统 | 第19-21页 |
2.3.2 Java EE平台 | 第21-24页 |
第3章 挖掘系统需求分析 | 第24-38页 |
3.1 需求描述 | 第24-26页 |
3.1.1 功能需求描述 | 第24-25页 |
3.1.2 非功能需求描述 | 第25-26页 |
3.2 获取需求 | 第26-30页 |
3.2.1 用例分析 | 第26-28页 |
3.2.2 功能分析 | 第28-30页 |
3.3 基于关联规则的成绩分析 | 第30-35页 |
3.3.1 关联规则概述 | 第30页 |
3.3.2 关联规则挖掘过程 | 第30-31页 |
3.3.3 关联规则主要算法 | 第31-33页 |
3.3.4 算法应用分析 | 第33-34页 |
3.3.5 使用关联规则分析时的注意事项 | 第34-35页 |
3.4 基于决策树的成绩分析 | 第35-38页 |
3.4.1 决策树概述 | 第35页 |
3.4.2 决策树主要算法 | 第35-37页 |
3.4.3 决策树算法在学生成绩分析中的应用 | 第37-38页 |
第4章 挖掘系统设计 | 第38-50页 |
4.1 系统架构设计 | 第38页 |
4.2 挖掘算法设计 | 第38-41页 |
4.2.1 改进Apriori算法的描述 | 第38-39页 |
4.2.2 改进Apriori算法与原Apriori算法比较分析 | 第39-41页 |
4.3 数据挖掘应用设计 | 第41-46页 |
4.3.1 基于关联规则的成绩分析设计 | 第41-43页 |
4.3.2 基于决策树的成绩分析设计 | 第43-45页 |
4.3.3 基于统计学的成绩分析设计 | 第45-46页 |
4.4 数据库设计 | 第46-48页 |
4.5 存储过程设计 | 第48-50页 |
第5章 挖掘系统实现 | 第50-61页 |
5.1 系统开发环境的搭建 | 第50-51页 |
5.2 系统特点 | 第51-52页 |
5.3 成绩综合统计功能实现 | 第52-54页 |
5.3.1 常规分析 | 第52页 |
5.3.2 教学质量分析 | 第52-53页 |
5.3.3 总分频数分析 | 第53-54页 |
5.4 关联规则成绩分析功能实现 | 第54-56页 |
5.4.1 实例描述 | 第54-55页 |
5.4.2 挖掘结果展示与分析 | 第55页 |
5.4.3 核心代码实现 | 第55-56页 |
5.5 决策树成绩分析功能实现 | 第56-59页 |
5.5.1 实例描述 | 第56-57页 |
5.5.2 核心代码实现 | 第57-59页 |
5.6 系统的测试 | 第59-61页 |
第6章 小结与展望 | 第61-63页 |
6.1 小结 | 第61页 |
6.2 展望 | 第61-63页 |
参考文献 | 第63-65页 |
攻读学位期间公开发表的论文 | 第65-66页 |
致谢 | 第66-67页 |