摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-12页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究动态 | 第10-11页 |
1.3 本文的主要工作 | 第11-12页 |
第2章 数据挖掘与关联规则技术 | 第12-19页 |
2.1 数据挖掘理论 | 第12-15页 |
2.1.1 数据挖掘的产生 | 第12页 |
2.1.2 数据挖掘的定义 | 第12-13页 |
2.1.3 数据挖掘任务与过程 | 第13-15页 |
2.2 关联规则技术 | 第15-17页 |
2.2.1 关联规则的基本概念 | 第15-16页 |
2.2.2 关联规则挖掘的步骤及分类 | 第16-17页 |
2.3 本章小结 | 第17-19页 |
第3章 Apriori算法及其优化 | 第19-25页 |
3.1 Apriori算法的思想及其描述 | 第19-21页 |
3.1.1 Apriori算法的基本思想 | 第19-20页 |
3.1.2 Apriori算法的描述 | 第20-21页 |
3.2 Apriori算法实例分析 | 第21-23页 |
3.3 Apriori算法的性能分析 | 第23页 |
3.4 Apriori算法的优化改进算法 | 第23-24页 |
3.5 本章小结 | 第24-25页 |
第4章 一种基于矩阵压缩的IM-Apriori算法 | 第25-33页 |
4.1 IM-Apriori算法相关性质及定义 | 第25-26页 |
4.2 IM-Apriori算法思想及其描述 | 第26-28页 |
4.2.1 IM-Apriori算法基本思想 | 第26-27页 |
4.2.2 IM-Apriori算法描述 | 第27-28页 |
4.3 实例分析 | 第28-31页 |
4.4 算法的性能分析及对比 | 第31-32页 |
4.5 本章小结 | 第32-33页 |
第5章 关联规则在学生成绩分析中的应用 | 第33-39页 |
5.1 学生成绩分析的应用需求 | 第33页 |
5.2 关联规则挖掘具体实施流程 | 第33-34页 |
5.3 数据的采集及处理 | 第34-36页 |
5.3.1 数据的采集 | 第34-35页 |
5.3.2 数据预处理 | 第35-36页 |
5.4 挖掘结果及其解释分析 | 第36-38页 |
5.5 本章小结 | 第38-39页 |
第6章 结论与展望 | 第39-41页 |
6.1 结论 | 第39页 |
6.2 展望 | 第39-41页 |
参考文献 | 第41-44页 |
攻读硕士学位期间发表的论文及其它成果 | 第44-45页 |
致谢 | 第45页 |