高校招生决策支持系统的设计和实现
| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·选题依据和意义 | 第7-8页 |
| ·论文所做工作及创新点 | 第8-9页 |
| ·论文的组织结构 | 第9-10页 |
| 第二章 决策支持系统及其相关技术概述 | 第10-20页 |
| ·决策支持系统 | 第10-12页 |
| ·定义及特征 | 第10页 |
| ·体系结构 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·数据仓库 | 第12-15页 |
| ·定义及特征 | 第12页 |
| ·相关概念 | 第12-13页 |
| ·体系结构 | 第13-14页 |
| ·设计过程 | 第14-15页 |
| ·数据挖掘 | 第15-17页 |
| ·定义及体系结构 | 第15-16页 |
| ·挖掘模式 | 第16-17页 |
| ·挖掘过程 | 第17页 |
| ·高校招生决策支持系统 | 第17-20页 |
| 第三章 高校招生决策支持系统中的数据仓库 | 第20-33页 |
| ·数据仓库需求分析 | 第20-21页 |
| ·数据仓库设计 | 第21-27页 |
| ·概念模型设计 | 第21-22页 |
| ·逻辑模型设计 | 第22-26页 |
| ·物理模型设计 | 第26-27页 |
| ·数据仓库实现 | 第27-33页 |
| ·数据析取、清理、转换、装载 | 第27-28页 |
| ·系统数据源的连接 | 第28-29页 |
| ·多维数据集的创建 | 第29-31页 |
| ·多维数据集的维护 | 第31-33页 |
| 第四章 高校招生决策支持系统中的数据挖掘 | 第33-57页 |
| ·关联规则挖掘算法 | 第33-41页 |
| ·关联规则简介 | 第33-34页 |
| ·经典频繁项集——Apriori 算法 | 第34-37页 |
| ·FP-Growth 算法 | 第37-40页 |
| ·算法性能比较 | 第40-41页 |
| ·系统关联规则的挖掘 | 第41-49页 |
| ·数据预处理 | 第41-42页 |
| ·构造FP-tree | 第42-45页 |
| ·FP 树挖掘 | 第45-48页 |
| ·产生关联规则 | 第48-49页 |
| ·分类技术及其算法 | 第49-52页 |
| ·分类技术 | 第49页 |
| ·几种典型的分类算法 | 第49-50页 |
| ·朴素贝叶斯分类算法 | 第50-52页 |
| ·基于朴素贝叶斯分类的预测 | 第52-57页 |
| ·问题的提出 | 第52页 |
| ·建立分类模型 | 第52-54页 |
| ·对考生实例进行分类预测 | 第54-57页 |
| 第五章 高校招生决策支持系统的实现 | 第57-68页 |
| ·系统开发工具 | 第57页 |
| ·系统框架 | 第57-58页 |
| ·系统运行结果 | 第58-68页 |
| ·系统登录界面 | 第58-60页 |
| ·数据仓库分析数据结果 | 第60-64页 |
| ·关联规则挖掘结果 | 第64-66页 |
| ·分类预测结果 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·工作总结 | 第68页 |
| ·展望和方向 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间公开发表的论文及教材 | 第73-74页 |
| 致谢 | 第74页 |
