数据挖掘在考试系统中的应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 本研究课题的学术背景 | 第8页 |
| 1.2 数据挖掘在国内外的研究与应用现状 | 第8-10页 |
| 1.2.1 国外研究及应用现状 | 第8-9页 |
| 1.2.2 国内研究及应用现状 | 第9-10页 |
| 1.3 课题来源与主要研究内容 | 第10-12页 |
| 第2章 数据挖掘的相关理论 | 第12-18页 |
| 2.1 什么是数据挖掘 | 第12页 |
| 2.2 数据挖掘方法的分类 | 第12-16页 |
| 2.2.1 描述型挖掘分析 | 第13-15页 |
| 2.2.2 预测类的挖掘算法 | 第15-16页 |
| 2.3 本章小节 | 第16-18页 |
| 第3章 数据挖掘算法的分析 | 第18-28页 |
| 3.1 Apriori关联规则算法 | 第18-22页 |
| 3.1.1 概述 | 第18-22页 |
| 3.2 C4.5 决策树算法 | 第22-27页 |
| 3.2.1 数据分类的任务描述 | 第23页 |
| 3.2.2 经典决策树算法 | 第23-25页 |
| 3.2.3 属性选择度量 | 第25-26页 |
| 3.2.4 树的剪枝 | 第26-27页 |
| 3.2.5 从决策树提取分类规则 | 第27页 |
| 3.3 本章小节 | 第27-28页 |
| 第4章 数据挖掘系统设计与实现 | 第28-48页 |
| 4.1 系统实施背景介绍 | 第28页 |
| 4.2 成招业务简介 | 第28-31页 |
| 4.3 模型的选定 | 第31-32页 |
| 4.4 数据预处理 | 第32-39页 |
| 4.4.1 数据清理 | 第33页 |
| 4.4.2 数据归纳 | 第33-35页 |
| 4.4.3 数据转换 | 第35-39页 |
| 4.5 Apriori关联算法的实现和应用 | 第39-43页 |
| 4.5.1 核心源代码描述 | 第39-41页 |
| 4.5.2 运行与结论 | 第41-43页 |
| 4.6 C4.5 决策树分类模型的实现和应用 | 第43-47页 |
| 4.6.1 核心数据结构 | 第43-44页 |
| 4.6.2 C4.5 具体算法 | 第44-45页 |
| 4.6.3 运行与结论 | 第45-47页 |
| 4.7 本章小节 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
