| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究的背景 | 第9-11页 |
| ·我国体育训练和管理现状 | 第9页 |
| ·体育应用决策支持系统研究现状及存在问题 | 第9-10页 |
| ·数据挖掘在体育领域研究现状 | 第10-11页 |
| ·本文的工作和研究的意义 | 第11-12页 |
| ·本文的工作 | 第11页 |
| ·研究的意义 | 第11-12页 |
| ·论文内容编排 | 第12-13页 |
| 第2章 数据仓库 | 第13-27页 |
| ·数据仓库概述 | 第13-20页 |
| ·数据仓库的产生和定义 | 第14-16页 |
| ·数据仓库的特征 | 第16-17页 |
| ·数据仓库的数据存储方式 | 第17-20页 |
| ·数据仓库体系结构 | 第20页 |
| ·数据仓库的设计 | 第20-24页 |
| ·数据仓库的需求设计 | 第21-22页 |
| ·概念模型设计 | 第22页 |
| ·逻辑模型设计 | 第22-23页 |
| ·物理模型设计 | 第23-24页 |
| ·联机分析处理 | 第24-25页 |
| ·数据仓库相关技术的发展趋势 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 数据挖掘技术 | 第27-44页 |
| ·数据挖掘技术概述 | 第27-32页 |
| ·数据挖掘产生和定义 | 第27-28页 |
| ·数据挖掘的概念 | 第28页 |
| ·数据挖掘的主要方法 | 第28-29页 |
| ·数据挖掘的目的 | 第29-30页 |
| ·数据挖掘过程 | 第30-31页 |
| ·数据挖掘应用 | 第31-32页 |
| ·关联规则算法及改进 | 第32-38页 |
| ·关联规则经典算法 | 第32-33页 |
| ·基于关联规则的Apriori算法的改进 | 第33-38页 |
| ·结论 | 第38页 |
| ·决策树分类算法及改进 | 第38-43页 |
| ·决策树ID3算法 | 第38页 |
| ·决策树ID3算法的改进 | 第38-42页 |
| ·结论 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于数据挖掘技术的大学生体育训练决策支持系统的设计 | 第44-68页 |
| ·决策支持系统概述 | 第44-50页 |
| ·决策支持系统的概念 | 第44页 |
| ·决策支持系统的特点 | 第44-45页 |
| ·决策支持系统的发展概况 | 第45-48页 |
| ·智能决策支持系统 | 第48-50页 |
| ·基于数据挖掘决策支持系统的总体设计 | 第50-67页 |
| ·人机交互系统设计 | 第51页 |
| ·数据挖掘和训练方案制定 | 第51-52页 |
| ·数据仓库管理系统 | 第52-57页 |
| ·模型库管理系统 | 第57-63页 |
| ·知识库管理系统 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 基于数据挖掘技术的大学生体育训练决策支持系统的实现 | 第68-85页 |
| ·系统的开发平台和开发工具 | 第68页 |
| ·数据库中数据表的实现 | 第68-72页 |
| ·数据库访问的实现 | 第72-73页 |
| ·系统的运行及测试结果 | 第73-77页 |
| ·数据挖掘模型在系统的实现与应用 | 第77-84页 |
| ·基于改进后的Apriori算法模型实现 | 第77-79页 |
| ·基于多维数据集的挖掘模型的实现 | 第79-83页 |
| ·基于改进后的ID3算法模型实现 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 第6章 总结与展望 | 第85-87页 |
| ·论文总结 | 第85页 |
| ·展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 攻读学位期间的研究成果 | 第91页 |