| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 我国高校教师科研业绩评价研究综述 | 第12-16页 |
| 1.2.1 高校教师科研评价的发展历程 | 第12页 |
| 1.2.2 高校教师科研评价的主要方法 | 第12-13页 |
| 1.2.3 高校教师科研评价指标体系及指标权重确定方法 | 第13-16页 |
| 1.2.4 存在的主要问题 | 第16页 |
| 1.3 论文主要研究内容与技术路线 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 相关知识介绍 | 第18-33页 |
| 2.1 数据挖掘概述 | 第18页 |
| 2.2 聚类理论及方法 | 第18-23页 |
| 2.2.1 划分式聚类 | 第20-21页 |
| 2.2.2 层次化聚类 | 第21页 |
| 2.2.3 基于密度的聚类 | 第21-23页 |
| 2.3 关联规则理论与方法 | 第23-26页 |
| 2.3.1 关联规则基本概念 | 第23-25页 |
| 2.3.2 关联规则的挖掘过程及其挖掘方法 | 第25-26页 |
| 2.3.3 Apriori算法 | 第26页 |
| 2.4 决策树分类理论及方法 | 第26-32页 |
| 2.4.1 特征选择 | 第27-30页 |
| 2.4.2 决策树的生成 | 第30页 |
| 2.4.3 决策树的剪枝 | 第30-32页 |
| 2.5 DEA方法与模型 | 第32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于聚类算法的教师科研指数构建 | 第33-45页 |
| 3.1 问题的提出 | 第33-34页 |
| 3.2 教师科研业绩评价指标体系构建 | 第34-36页 |
| 3.2.1 科研评价指标的选取 | 第34-35页 |
| 3.2.2 科研业绩评价指标的当量积分计算规则 | 第35-36页 |
| 3.3 数据预处理 | 第36-38页 |
| 3.3.1 实验数据获取 | 第36页 |
| 3.3.2 数据归一化处理 | 第36-37页 |
| 3.3.3 探索性分析 | 第37-38页 |
| 3.4 基于聚类算法的教师科研指数构建方法 | 第38-42页 |
| 3.4.1 基础算法选择 | 第38-39页 |
| 3.4.2 聚类离散点检测 | 第39-41页 |
| 3.4.3 聚类个数的选择 | 第41页 |
| 3.4.4 聚类算法 | 第41-42页 |
| 3.5 实验结果及分析 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于分类算法的教师科研指数影响因素研究 | 第45-55页 |
| 4.1 问题的提出 | 第45-46页 |
| 4.2 数据预处理 | 第46-48页 |
| 4.2.1 实验数据获取 | 第46-47页 |
| 4.2.2 人事信息特征构造及数据预处理 | 第47-48页 |
| 4.3 基于分类规则的教师科研指数影响因素获取方法 | 第48-52页 |
| 4.3.1 分类规则 | 第49-50页 |
| 4.3.2 分类规则算法 | 第50-52页 |
| 4.4 实验过程及结果分析 | 第52-54页 |
| 4.4.1 实验过程设计 | 第52-53页 |
| 4.4.2 结果分析 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 基于DEA模型的高校资源投入与教师科研产出关系研究 | 第55-65页 |
| 5.1 问题的提出 | 第55页 |
| 5.2 两阶段关联DEA模型 | 第55-59页 |
| 5.2.1 传统的DEA模型分析 | 第55-56页 |
| 5.2.2 两阶段关联DEA模型 | 第56-59页 |
| 5.3 DEA模型输入与输出指标体系的构建 | 第59-60页 |
| 5.3.1 教师科研工作过程结构 | 第59-60页 |
| 5.3.2 模型输入输出指标体系的建立及说明 | 第60页 |
| 5.4 实验过程及结果分析 | 第60-64页 |
| 5.4.1 实验数据获取 | 第60-61页 |
| 5.4.2 实验过程及结果分析 | 第61-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 研究工作总结 | 第65页 |
| 6.2 对进一步研究工作的展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |
