基于关联规则的教务分析系统的设计与研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 课题来源 | 第13页 |
| 1.3 国内外现状 | 第13-14页 |
| 1.4 本论文主要研究内容 | 第14-15页 |
| 1.5 论文组织结构 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 相关理论与技术介绍 | 第17-30页 |
| 2.1 数据挖掘 | 第17-20页 |
| 2.1.1 数据挖掘技术的产生背景 | 第17-18页 |
| 2.1.2 数据挖掘的概念 | 第18页 |
| 2.1.3 数据挖掘研究的理论基础 | 第18页 |
| 2.1.4 数据挖掘的分类 | 第18-19页 |
| 2.1.5 几种知识挖掘介绍 | 第19-20页 |
| 2.2 机器学习十大经典算法 | 第20-22页 |
| 2.2.1 k-means算法 | 第20页 |
| 2.2.2 PageRank算法 | 第20-21页 |
| 2.2.3 Apriori算法 | 第21页 |
| 2.2.4 C4.5 算法 | 第21页 |
| 2.2.5 朴素贝叶斯算法 | 第21页 |
| 2.2.6 SVM支持向量机 | 第21-22页 |
| 2.2.7 EM最大期望算法 | 第22页 |
| 2.2.8 K最近邻分类算法（KNN） | 第22页 |
| 2.2.9 AdaBoost | 第22页 |
| 2.2.10 CART分类与回归树 | 第22页 |
| 2.3 Hadoop技术 | 第22-25页 |
| 2.3.1 Hadoop发展历程 | 第23页 |
| 2.3.2 Hadoop概述 | 第23页 |
| 2.3.3 HDFS | 第23-24页 |
| 2.3.4 MapReduce | 第24-25页 |
| 2.4 Apriori算法 | 第25-29页 |
| 2.4.1 相关定义 | 第25-26页 |
| 2.4.2 Apriori算法详细过程 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 关联规则算法改进与研究 | 第30-44页 |
| 3.1 现有改进算法 | 第30-34页 |
| 3.1.1 AprioriTid算法 | 第30-33页 |
| 3.1.2 Partition算法 | 第33页 |
| 3.1.3 DIC算法 | 第33页 |
| 3.1.4 Eclat算法 | 第33-34页 |
| 3.1.5 Diffset算法 | 第34页 |
| 3.2 基于AprioriTid算法的改进算法 | 第34-39页 |
| 3.3 改进算法实例分析 | 第39-41页 |
| 3.4 实验结果与分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 改进算法在课程关联分析中的应用 | 第44-54页 |
| 4.1 数据挖掘过程 | 第44-45页 |
| 4.2 数据准备 | 第45-49页 |
| 4.2.1 数据收集 | 第45-46页 |
| 4.2.2 数据预处理 | 第46-49页 |
| 4.3 课程关联关系挖掘 | 第49-51页 |
| 4.3.1 挖掘前提 | 第49页 |
| 4.3.2 课程主题构建 | 第49-50页 |
| 4.3.3 挖掘实现 | 第50-51页 |
| 4.4 挖掘结果与分析 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 教务分析系统的设计与研究 | 第54-74页 |
| 5.1 高校教务分析系统现状分析 | 第54-55页 |
| 5.2 教务分析系统需求分析 | 第55-57页 |
| 5.2.1 教务分析系统可行性分析 | 第55页 |
| 5.2.2 教务分析系统技术可行性分析 | 第55-56页 |
| 5.2.3 教务分析系统功能需求 | 第56页 |
| 5.2.4 教务分析系统性能需求 | 第56-57页 |
| 5.3 教务分析系统设计 | 第57-64页 |
| 5.3.1 数据库逻辑结构设计 | 第57-60页 |
| 5.3.2 教务分析总体设计 | 第60-62页 |
| 5.3.3 主要功能详细设计 | 第62-64页 |
| 5.4 Hadoop技术应用到系统 | 第64-69页 |
| 5.4.1 服务端实现Web Service | 第65-66页 |
| 5.4.2 客户端调用Web Service | 第66页 |
| 5.4.3 Hadoop技术的融入 | 第66-69页 |
| 5.5 教务分析系统主要功能与呈现 | 第69-71页 |
| 5.5.1 算法需要的信息设置 | 第69-70页 |
| 5.5.2 成绩预警页面展现 | 第70-71页 |
| 5.6 系统测试与分析 | 第71-73页 |
| 5.7 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 在研期间取得的与学位论文相关的研究成果 | 第80-81页 |
