| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 引言 | 第8-12页 |
| ·课题研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·研究内容 | 第10页 |
| ·本文结构组织 | 第10-12页 |
| 2 数据挖掘相关理论介绍 | 第12-17页 |
| ·数据仓库技术 | 第12-14页 |
| ·数据仓库概念和特征 | 第12-13页 |
| ·数据仓库的体系结构 | 第13-14页 |
| ·数据挖掘技术 | 第14-17页 |
| ·数据挖掘的概念 | 第14-15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·数据预处理 | 第16-17页 |
| 3 数据挖掘在实践教学系统中的研究与实现策略 | 第17-29页 |
| ·数据仓库的建立模式 | 第17-19页 |
| ·数据仓库的体系结构以及对主题的发现、总结以及分析 | 第19-26页 |
| ·数据仓库体系结构 | 第19-20页 |
| ·数据仓库主题分析 | 第20-22页 |
| ·数据仓库主题分析 | 第22-26页 |
| ·聚类分析 | 第26-28页 |
| ·关联规则挖掘 | 第28-29页 |
| 4 学生成绩数据挖掘系统的研究与设计 | 第29-37页 |
| ·系统功能设计 | 第29-30页 |
| ·系统结构设计 | 第30-32页 |
| ·系统的网络结构设计 | 第30-31页 |
| ·系统的体系结构设计 | 第31-32页 |
| ·系统需求设计 | 第32-33页 |
| ·系统设计原则 | 第33页 |
| ·软件开发环境 | 第33页 |
| ·系统的主要类设计 | 第33-37页 |
| ·Apriori算法的类设计 | 第33-35页 |
| ·K-Means算法的类设计 | 第35-37页 |
| 5 数据挖掘算法的研究及其改进 | 第37-50页 |
| ·数据预处理 | 第37-38页 |
| ·聚类分析 | 第38-43页 |
| ·聚类分析概述 | 第38-39页 |
| ·聚类分析中的数据类型和距离度量 | 第39-40页 |
| ·K-Means算法 | 第40-41页 |
| ·K-Means算法在本课题中的应用 | 第41-43页 |
| ·关联规则分析 | 第43-50页 |
| ·关联规则算法概述 | 第43页 |
| ·传统Apriori算法描述 | 第43-45页 |
| ·Apriori算法的改进以及在本课题中的应用 | 第45-49页 |
| ·实验结果分析 | 第49-50页 |
| 6 学生成绩数据挖掘系统的具体开发实现过程 | 第50-60页 |
| ·系统主菜单 | 第50页 |
| ·数据统计模块的实现 | 第50-53页 |
| ·聚类分析模块的实现 | 第53-57页 |
| ·关联规则分析模块的实现 | 第57-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 申请学位期间的研究成果及发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |