基于改进Apriori算法的企业人事数据分析系统的研究与实现
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 课题背景和意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.3 研究内容 | 第17-18页 |
1.4 论文结构 | 第18-19页 |
第二章 系统相关技术基础 | 第19-27页 |
2.1 引言 | 第19页 |
2.2 关联规则挖掘综述 | 第19-20页 |
2.3 关联规则基本概念 | 第20-22页 |
2.4 关联规则的分类 | 第22-23页 |
2.5 关联规则挖掘的相关算法 | 第23-24页 |
2.5.1 Apriori算法 | 第23页 |
2.5.2 Partition算法 | 第23页 |
2.5.3 FP-Growth算法 | 第23-24页 |
2.6 系统实现相关技术 | 第24-26页 |
2.6.1 B/S结构 | 第24-25页 |
2.6.2 MVC设计模式 | 第25-26页 |
2.7 本章小结 | 第26-27页 |
第三章 改进Apriori算法 | 第27-48页 |
3.1 引言 | 第27页 |
3.2 DC_Apriori算法 | 第27-36页 |
3.2.1 Apriori算法 | 第27-29页 |
3.2.2 Apriori算法分析 | 第29-31页 |
3.2.3 DC_Apriori算法描述 | 第31-36页 |
3.3 改进Apriori算法 | 第36-42页 |
3.3.1 DC_Apriori算法分析 | 第36-37页 |
3.3.2 改进Apriori算法描述 | 第37-42页 |
3.4 仿真实验分析 | 第42-47页 |
3.4.1 仿真实验设计与结果 | 第42-46页 |
3.4.2 算法时间复杂度分析 | 第46-47页 |
3.5 本章小结 | 第47-48页 |
第四章 企业人事数据分析系统原型设计 | 第48-68页 |
4.1 引言 | 第48页 |
4.2 需求分析 | 第48-49页 |
4.3 系统物理架构设计 | 第49-51页 |
4.4 系统技术架构设计 | 第51-52页 |
4.5 系统功能架构设计 | 第52-54页 |
4.6 人事数据分析模块 | 第54-57页 |
4.6.1 人事数据分析模块原型流程 | 第54页 |
4.6.2 初步筛选模块 | 第54页 |
4.6.3 预处理模块 | 第54-55页 |
4.6.4 数据挖掘模块 | 第55-57页 |
4.7 系统其它主要功能模块 | 第57-63页 |
4.7.1 系统总功能模块 | 第57页 |
4.7.2 系统总管理平台功能模块 | 第57-59页 |
4.7.3 企业人事系统功能模块 | 第59-60页 |
4.7.4 人事管理功能模块 | 第60-61页 |
4.7.5 考勤管理功能模块 | 第61-62页 |
4.7.6 电子签核功能模块 | 第62-63页 |
4.8 系统数据库设计 | 第63-66页 |
4.8.1 概念设计 | 第63-66页 |
4.8.2 数据库设计 | 第66页 |
4.9 本章小结 | 第66-68页 |
第五章 企业人事数据分析系统实现 | 第68-77页 |
5.1 引言 | 第68页 |
5.2 企业人事数据分析系统开发环境与技术 | 第68页 |
5.3 改进Apriori算法对人事数据分析模块 | 第68-72页 |
5.3.1 数据初步筛选 | 第68页 |
5.3.2 数据预处理 | 第68-70页 |
5.3.3 改进Apriori算法挖掘关联规则 | 第70-71页 |
5.3.4 关联规则结果分析 | 第71页 |
5.3.5 人事数据分析模块实现 | 第71-72页 |
5.4 系统其他主要功能模块 | 第72-76页 |
5.4.1 企业人事平台管理模块 | 第72-73页 |
5.4.2 人事管理模块 | 第73页 |
5.4.3 电子签核模块 | 第73-74页 |
5.4.4 考勤管理模块 | 第74-76页 |
5.5 本章小结 | 第76-77页 |
第六章 结论 | 第77-79页 |
6.1 全文总结 | 第77页 |
6.2 未来展望 | 第77-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-83页 |
攻读硕士学位期间取得的成果 | 第83-84页 |
附录 | 第84-89页 |