一种改进的Apriori算法在认定大学贫困生中的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 本文的研究背景及意义 | 第7页 |
| 1.2 国内外的研究现状 | 第7-8页 |
| 1.3 本文的研究内容 | 第8-9页 |
| 1.4 本章小结 | 第9-10页 |
| 第二章 基于关联规则的数据挖掘及其相关知识 | 第10-14页 |
| 2.1 数据挖掘与关联规则 | 第10页 |
| 2.2 关联规则挖掘的相关知识 | 第10-13页 |
| 2.2.1 简单关联规则的基本概念 | 第10-11页 |
| 2.2.2 简单关联规则的有效性及其测度指标 | 第11-12页 |
| 2.2.3 Apriori算法 | 第12页 |
| 2.2.4 Apriori算法的优点 | 第12-13页 |
| 2.3 哈希树 | 第13页 |
| 2.4 本章小结 | 第13-14页 |
| 第三章 一种改进的校园一卡通数据的挖掘方法 | 第14-29页 |
| 3.1 数据来源 | 第14页 |
| 3.2 研究变量的选取与处理 | 第14-16页 |
| 3.2.1 研究变量的选取 | 第14-15页 |
| 3.2.2 大学贫困生的贫困等级 | 第15-16页 |
| 3.2.3 关联规则挖掘中属性值的分级离散化 | 第16页 |
| 3.3 关联规则挖掘的经典算法及其分析 | 第16-19页 |
| 3.3.1 Apriori算法的关联规则挖掘 | 第16-18页 |
| 3.3.2 Apriori算法性能分析 | 第18-19页 |
| 3.4 本研究对Apriori算法的改进 | 第19-28页 |
| 3.4.1 大学贫困生辅助认定系统的特殊要求 | 第19-20页 |
| 3.4.2 改进的Apriori算法 | 第20-23页 |
| 3.4.3 改进的Apriori算法的应用实例 | 第23-26页 |
| 3.4.4 改进的Apriori算法的性能分析 | 第26-27页 |
| 3.4.5 本研究改进的Apriori算法优点 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 基于数据挖掘的贫困生辅助认定方法的实现 | 第29-39页 |
| 4.1 贫困生辅助认定方法的设计 | 第29页 |
| 4.1.1 贫困生辅助认定方法的功能 | 第29页 |
| 4.1.2 实验环境 | 第29页 |
| 4.2 数据采集和预处理 | 第29-31页 |
| 4.3 数据分析 | 第31-33页 |
| 4.3.1 高校学生贫困指标的制定 | 第31页 |
| 4.3.2 贫困指标的计算 | 第31-33页 |
| 4.4 关联规则分析在贫困生辅助判别研究中的应用 | 第33-38页 |
| 4.4.1 贫困指标分析 | 第33-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 总结和展望 | 第39-40页 |
| 5.1 总结 | 第39页 |
| 5.2 展望 | 第39-40页 |
| 附录 | 第40-43页 |
| 参考文献 | 第43-44页 |
| 致谢 | 第44页 |
