基于数据仓库和数据挖掘的高校学生成绩分析
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·数据挖掘的历史及其发展 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文工作与论文组织结构 | 第10-11页 |
| 第二章 数据挖掘技术 | 第11-25页 |
| ·数据挖掘的概念 | 第11-13页 |
| ·数据挖掘的定义 | 第11页 |
| ·数据挖掘的一般结构 | 第11-12页 |
| ·数据挖掘的分类 | 第12-13页 |
| ·数据挖掘的对象 | 第13页 |
| ·数据挖掘的任务及其六种模式 | 第13-15页 |
| ·数据挖掘算法 | 第15-23页 |
| ·决策树方法 | 第16页 |
| ·人工神经网络 | 第16-17页 |
| ·遗传算法 | 第17页 |
| ·粗糙维方法 | 第17-18页 |
| ·模糊论方法 | 第18页 |
| ·关联规则 | 第18-23页 |
| ·概述 | 第18-19页 |
| ·与关联规则挖掘相关的概念 | 第19-20页 |
| ·Apriori 算法 | 第20-23页 |
| ·朴素贝叶斯模型 | 第23页 |
| ·数据挖掘的步骤 | 第23-25页 |
| 第三章 数据仓库和联机分析处理 | 第25-38页 |
| ·数据仓库技术 | 第25-30页 |
| ·数据仓库的定义和基本特性 | 第25-26页 |
| ·数据仓库与数据挖掘的关系 | 第26页 |
| ·数据仓库的系统结构 | 第26-28页 |
| ·建立数据仓库 | 第28-30页 |
| ·联机分析处理（OLAP） | 第30-35页 |
| ·OLAP 的定义和特性 | 第30-31页 |
| ·OLAP 与 OLTP 的比较 | 第31-33页 |
| ·OLAP 多维视图数据存储 | 第33-34页 |
| ·数据仓库与OLAP 的关系 | 第34-35页 |
| ·从数据仓库到数据挖掘 | 第35-38页 |
| ·数据仓库的使用 | 第35-37页 |
| ·从联机分析处理到联机分析挖掘 | 第37-38页 |
| 第四章 学生成绩数据仓库的建立 | 第38-48页 |
| ·学生成绩数据仓库结构设计 | 第38-39页 |
| ·学生成绩数据仓库模型设计 | 第39-48页 |
| ·概念模型设计 | 第39-40页 |
| ·逻辑模型设计 | 第40-43页 |
| ·物理模型的建立 | 第43-48页 |
| 第五章 基于数据挖掘的学生成绩分析 | 第48-64页 |
| ·学生成绩分析系统的建立 | 第48页 |
| ·改进的 Apriori 算法 | 第48-51页 |
| ·聚类的基本原理 | 第48-49页 |
| ·改进的 Apriori 算法 | 第49-51页 |
| ·对关联规则的结果进行聚类分析 | 第51-53页 |
| ·学生成绩分析 | 第53-64页 |
| ·学生成绩题型知识点信息挖掘 | 第53-60页 |
| ·学生成绩学科知识点关联信息挖掘 | 第60-62页 |
| ·小结 | 第62-64页 |
| 第六章 总结和展望 | 第64-66页 |
| 一.总结 | 第64页 |
| 二.展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 摘要 | 第68-71页 |
| Abstract | 第71-75页 |
| 致谢 | 第75页 |
