面向高考考生志愿的智能数据分析系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1.绪论 | 第11-17页 |
| ·研究依据与背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状与发展动态 | 第12-14页 |
| ·数据挖掘技术的国内外研究现状与发展动态 | 第12-13页 |
| ·数据挖掘技术在高考数据分析中的研究现状 | 第13-14页 |
| ·本文的主要工作 | 第14-17页 |
| ·课题来源 | 第14-15页 |
| ·课题的主要研究内容与目的 | 第15-16页 |
| ·本文的章节安排 | 第16-17页 |
| 2.数据挖掘技术的基本原理 | 第17-24页 |
| ·数据挖掘的概念 | 第17-18页 |
| ·数据挖掘的功能与分类 | 第18-19页 |
| ·数据挖掘的对象 | 第19-20页 |
| ·数据挖掘的过程 | 第20-21页 |
| ·数据挖掘的常用算法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3.关联规则分析算法 | 第24-43页 |
| ·关联规则挖掘的基本原理 | 第24-26页 |
| ·关联规则的相关概念 | 第24-26页 |
| ·关联规则的挖掘步骤和核心问题 | 第26页 |
| ·经典的关联规则挖掘算法—Apriori 算法 | 第26-32页 |
| ·Apriori 算法的基本思想 | 第27-29页 |
| ·Apriori 算法示例 | 第29-32页 |
| ·Apriori 算法的性能分析 | 第32页 |
| ·基于有向图链式存储的关联规则改进算法 | 第32-42页 |
| ·基于链式存储关联规则的相关定义 | 第32-33页 |
| ·算法的基本原理 | 第33-38页 |
| ·算法的实现步骤与描述 | 第38-41页 |
| ·算法分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4.决策树分类算法 | 第43-59页 |
| ·决策树分类的基本原理 | 第43-46页 |
| ·决策树的相关概念和分类 | 第43-44页 |
| ·决策树的生成过程和重要因素 | 第44-45页 |
| ·决策树剪枝 | 第45-46页 |
| ·经典的决策树挖掘算法—ID3 算法 | 第46-52页 |
| ·ID3 算法的基本原理 | 第46-48页 |
| ·ID3 算法示例 | 第48-52页 |
| ·ID3 算法的性能分析 | 第52页 |
| ·一种改进的决策树算法 | 第52-58页 |
| ·改进的决策树算法的相关定义 | 第52-53页 |
| ·算法的基本原理 | 第53-57页 |
| ·算法的具体描述与性能分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 5.高考考生志愿智能分析系统设计 | 第59-75页 |
| ·系统开发工具 | 第59页 |
| ·系统挖掘过程与挖掘目标 | 第59-61页 |
| ·高考数据预处理 | 第61-64页 |
| ·系统主要模块设计与实现 | 第64-74页 |
| ·系统初始化 | 第65-66页 |
| ·数据库维护与管理 | 第66-67页 |
| ·关联规则分析 | 第67-71页 |
| ·决策树分类 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 6.总结与展望 | 第75-77页 |
| ·全文总结 | 第75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
