改进决策树算法在高校就业管理中的应用研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-14页 |
·研究背景 | 第9-10页 |
·研究意义 | 第10页 |
·理论意义 | 第10页 |
·现实意义 | 第10页 |
·研究内容、框架和方法 | 第10-14页 |
·研究内容 | 第10页 |
·研究框架 | 第10-12页 |
·研究方法 | 第12-14页 |
第2章 文献综述 | 第14-23页 |
·数据挖掘概述 | 第14-15页 |
·数据挖掘任务 | 第14-15页 |
·数据挖掘建模过程 | 第15页 |
·决策树分类预测 | 第15-18页 |
·决策树的生成与剪枝 | 第15-16页 |
·几种常见的决策树算法 | 第16-18页 |
·决策树分类算法改进研究现状 | 第18-21页 |
·决策树分类算法在教育行业中的应用 | 第21-23页 |
第3章 C4.5算法优化研究 | 第23-29页 |
·属性值空缺填充研究 | 第23-25页 |
·常见的空缺属性值填充方法 | 第23页 |
·朴素贝叶斯填充多维空缺属性值方法 | 第23-25页 |
·考虑深层结点的C4.5改进算法 | 第25-29页 |
·算法理论基础 | 第25页 |
·算法流程 | 第25页 |
·算法实例 | 第25-29页 |
第4章 改进算法在某高校就业中的应用 | 第29-48页 |
·数据仓库的构建 | 第29-34页 |
·数据的收集与初步处理 | 第29-33页 |
·数据仓库 | 第33-34页 |
·开发运行环境 | 第34-35页 |
·重要功能函数程序实现 | 第35-42页 |
·利用贝叶斯网络填充多维空缺属性值 | 第35-38页 |
·考虑深层结点的C4.5改进算法程序实现 | 第38-42页 |
·空缺属性值填充及挖掘结果分析 | 第42-48页 |
·空缺属性值填充 | 第42-43页 |
·决策树规则提取 | 第43-45页 |
·分类规则分析与解释 | 第45-46页 |
·与Microsoft决策树挖掘模型比较研究 | 第46-48页 |
第5章 结论与展望 | 第48-50页 |
·结论 | 第48页 |
·不足与展望 | 第48-50页 |
参考文献 | 第50-54页 |
附录 | 第54-58页 |
致谢 | 第58-59页 |
攻读硕士学位期间取得的研宄成果 | 第59-60页 |
卷内备考表 | 第60页 |