| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要工作 | 第12页 |
| 1.4 本文的组织结构 | 第12-15页 |
| 第2章 相关技术概述 | 第15-27页 |
| 2.1 数据挖掘综述 | 第15-18页 |
| 2.1.1 数据挖掘的概念 | 第15-16页 |
| 2.1.2 数据挖掘的过程 | 第16-17页 |
| 2.1.3 数据挖掘的任务 | 第17-18页 |
| 2.1.4 数据挖掘的常用技术 | 第18页 |
| 2.2 关联规则 | 第18-21页 |
| 2.2.1 相关概念 | 第18-19页 |
| 2.2.2 挖掘关联规则的步骤 | 第19页 |
| 2.2.3 Apriori算法 | 第19-21页 |
| 2.2.4 FP-Growth算法 | 第21页 |
| 2.3 机器学习 | 第21-25页 |
| 2.3.1 机器学习的基本概念 | 第22页 |
| 2.3.2 机器学习的应用领域 | 第22-24页 |
| 2.3.3 K-means算法 | 第24-25页 |
| 2.4 J2EE和MVC设计模式 | 第25-26页 |
| 2.4.1 J2EE | 第25页 |
| 2.4.2 MVC设计模式 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 人事档案管理职位推荐服务子系统需求分析与设计 | 第27-47页 |
| 3.1 职位推荐服务子系统需求分析 | 第27-37页 |
| 3.1.1 需求分析 | 第27-28页 |
| 3.1.2 数据分析 | 第28-29页 |
| 3.1.3 功能分析 | 第29-30页 |
| 3.1.4 用例模型 | 第30-35页 |
| 3.1.5 系统运行流程分析 | 第35-36页 |
| 3.1.6 数据挖掘流程 | 第36-37页 |
| 3.2 职位推荐模块的设计思想 | 第37-39页 |
| 3.2.1 人事档案管理系统现状 | 第37-38页 |
| 3.2.2 职位推荐系统模块的设计思路 | 第38页 |
| 3.2.3 改进后的人事档案管理系统 | 第38-39页 |
| 3.3 系统概要设计 | 第39-42页 |
| 3.3.1 总体结构设计 | 第39-40页 |
| 3.3.2 系统功能模块设计 | 第40-42页 |
| 3.4 系统建模 | 第42-44页 |
| 3.4.1 系统静态结构图 | 第42-43页 |
| 3.4.2 系统动态结构图 | 第43-44页 |
| 3.5 数据库设计 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 数据挖掘的算法应用与实施 | 第47-62页 |
| 4.1 待挖掘的数据集成 | 第47-49页 |
| 4.1.1 数据的抽取、消减和清洗 | 第47-48页 |
| 4.1.2 生成事务集 | 第48页 |
| 4.1.3 提高数据预处理效率 | 第48-49页 |
| 4.2 最小支持度 | 第49-51页 |
| 4.2.1 设置最小支持数 | 第49页 |
| 4.2.2 最小支持数合理性检验 | 第49-51页 |
| 4.3 职位关联规则挖掘方法 | 第51-57页 |
| 4.3.1 基于SQL的关联规则挖掘算法实现 | 第51-56页 |
| 4.3.2 关联规则的管理 | 第56-57页 |
| 4.4 关联规则挖掘结果 | 第57-58页 |
| 4.5 结论与应用 | 第58-61页 |
| 4.5.1 规则数据在数据库中的存储 | 第58-59页 |
| 4.5.2 规则数据在系统中的使用 | 第59-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第5章 系统实现 | 第62-72页 |
| 5.1 开发运行环境 | 第62页 |
| 5.2 SSH环境的整合 | 第62-64页 |
| 5.3 系统实现 | 第64-69页 |
| 5.3.1 表现层的实现 | 第65-66页 |
| 5.3.2 控制层的实现 | 第66-68页 |
| 5.3.3 模型层的实现 | 第68-69页 |
| 5.4 系统部分运行界面 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 系统总结 | 第72页 |
| 6.2 存在的问题与展望 | 第72-74页 |
| 参考文献 | 第74-76页 |
| 致谢 | 第76页 |