面向高职院校教务管理的数据挖掘技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第12-19页 |
| 1.1 研究背景和研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 主要研究内容 | 第17-19页 |
| 第2章 数据挖掘理论概述 | 第19-23页 |
| 2.1 数据挖掘理论的提出 | 第19-20页 |
| 2.2 数据挖掘主要技术 | 第20-21页 |
| 2.3 数据挖掘典型应用 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于决策树的成绩管理研究 | 第23-34页 |
| 3.1 决策树算法 | 第23-27页 |
| 3.1.1 决策树生成 | 第23-25页 |
| 3.1.2 C4.5算法 | 第25-27页 |
| 3.1.3 C4.5算法分析 | 第27页 |
| 3.2 改进的决策树算法 | 第27-30页 |
| 3.2.1 基于泰勒级数的计算化简 | 第27-28页 |
| 3.2.2 基尼系数 | 第28-29页 |
| 3.2.3 基于平均基尼指数的决策树改进算法 | 第29页 |
| 3.2.4 算法性能实验评估 | 第29-30页 |
| 3.3 基于决策树的成绩管理 | 第30-33页 |
| 3.3.1 数据收集与预处理 | 第30-31页 |
| 3.3.2 决策树构造 | 第31-32页 |
| 3.3.3 关联规则生成 | 第32页 |
| 3.3.4 结果分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于聚类分析的考卷评价管理研究 | 第34-42页 |
| 4.1 聚类分析算法简述 | 第34-35页 |
| 4.2 AK-MEANS算法 | 第35-38页 |
| 4.2.1 k-means算法 | 第35-36页 |
| 4.2.2 初始中心点选取机制 | 第36-37页 |
| 4.2.3 算法性能实验评估 | 第37-38页 |
| 4.3 考卷评价 | 第38-41页 |
| 4.3.1 指标确定 | 第38-40页 |
| 4.3.2 考卷实例评价 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 结论 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47页 |
