数据挖掘在高校贫困生认定系统中的应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 论文研究的背景和意义 | 第7-8页 |
| 1.2 国外研究现状 | 第8-9页 |
| 1.3 国内发展现状 | 第9-11页 |
| 1.4 论文研究内容和组织结构安排 | 第11-12页 |
| 1.4.1 研究内容 | 第11-12页 |
| 1.4.2 论文组织结构 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 2 数据挖掘技术概论 | 第13-20页 |
| 2.1 数据挖掘的背景 | 第13-14页 |
| 2.2 数据挖掘技术分类 | 第14-15页 |
| 2.3 数据挖掘方法分类 | 第15-17页 |
| 2.4 数据挖掘的过程 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 贫困生认定系统数据分析 | 第20-26页 |
| 3.1 贫困生认定系统数据分析 | 第20-23页 |
| 3.1.1 贫困生认定系统数据分析依据 | 第20页 |
| 3.1.2 贫困生认定系统数据的分析 | 第20-23页 |
| 3.1.3 贫困生认定系统认定工作中的困难及应对 | 第23页 |
| 3.2 贫困生认定系统数据库搭建 | 第23-25页 |
| 3.2.1 数据库系统构成 | 第23-24页 |
| 3.2.2 数据库建立方案 | 第24-25页 |
| 3.3 本章小结 | 第25-26页 |
| 4 面向多值属性的关联规则算法改进 | 第26-36页 |
| 4.1 关联规则基本概念 | 第26-27页 |
| 4.1.1 关联基本概念 | 第26-27页 |
| 4.1.2 关联规则生成基本概念 | 第27页 |
| 4.2 Apriori算法及其局限性 | 第27-30页 |
| 4.2.1 Apriori算法 | 第27-29页 |
| 4.2.2 Apriori算法的缺陷 | 第29-30页 |
| 4.3 一种面向多值属性的关联规则算法改进 | 第30-32页 |
| 4.3.1 多值属性关联规则的提出 | 第30页 |
| 4.3.2 多值属性关联规则的基本概念 | 第30页 |
| 4.3.3 多值属性关联规则算法设计 | 第30-32页 |
| 4.4 关联规则的生成 | 第32-34页 |
| 4.4.1 采用Apriori算法来生成频繁项集 | 第32-33页 |
| 4.4.2 生成关联规则 | 第33-34页 |
| 4.5 关联规则分析 | 第34-35页 |
| 4.6 本章小结 | 第35-36页 |
| 5 贫困生认定系统的设计与实现 | 第36-50页 |
| 5.1 贫困生认定系统的功能结构 | 第36页 |
| 5.2 学生模块的实现 | 第36-39页 |
| 5.2.1 查看申请表信息 | 第38页 |
| 5.2.2 查看认定结果 | 第38-39页 |
| 5.2.3 学生密码修改 | 第39页 |
| 5.2.4 学生打分 | 第39页 |
| 5.3 教师模块的实现 | 第39-44页 |
| 5.3.1 审核申请信息 | 第40-41页 |
| 5.3.2 修改学生信息 | 第41-42页 |
| 5.3.3 查询认定结果 | 第42-43页 |
| 5.3.4 密码修改 | 第43-44页 |
| 5.4 管理员模块的实现 | 第44-49页 |
| 5.5 本章小结 | 第49-50页 |
| 6 贫困生认定系统结果分析 | 第50-58页 |
| 6.1 按学院维度进行的分析 | 第50-51页 |
| 6.2 按家庭人均年收入维度进行的分析 | 第51-52页 |
| 6.3 按专业维度进行的分析 | 第52-57页 |
| 6.4 本章小结 | 第57-58页 |
| 7 总结与展望 | 第58-60页 |
| 7.1 论文总结 | 第58页 |
| 7.2 研究展望 | 第58-59页 |
| 7.3 本章小结 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-62页 |
