中文摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-16页 |
1.1 系统开发背景 | 第9页 |
1.2 数据挖掘技术的现状和发展未来 | 第9-13页 |
1.2.1. 数据挖掘应用现状[2] | 第9-10页 |
1.2.2 数据挖掘技术的发展过程 | 第10-11页 |
1.2.3 数据挖掘中存在的问题 | 第11-12页 |
1.2.4 数据挖掘研究热点 | 第12-13页 |
1.3 数据挖掘技术未来的研究方向 | 第13-14页 |
1.4 本文主要工作 | 第14-15页 |
1.5 论文组织结构 | 第15-16页 |
第二章 背景知识、相关背景、相关技术 | 第16-22页 |
2.1 与本文相关技术 | 第16-18页 |
2.1.1 数据挖掘算法 | 第16-17页 |
2.1.2 常用的数据挖掘工具 | 第17-18页 |
2.2 数据仓库与数据挖掘的相关理论和技术 | 第18-21页 |
2.2.1 数据仓库技术 | 第18-19页 |
2.2.2 数据仓库体系结构 | 第19-20页 |
2.2.3 数据的存储与管理 | 第20页 |
2.2.4 OLAP 服务器 | 第20-21页 |
2.2.5 前端工具和应用 | 第21页 |
2.3 联机分析技术 | 第21-22页 |
第三章 需求分析 | 第22-30页 |
3.1 系统概述 | 第22页 |
3.2 系统目标和解决的问题 | 第22页 |
3.3 系统需求问题描述 | 第22-24页 |
3.4 系统需求问题描述(功能需求、非功能性需求) | 第24-30页 |
3.4.1 招生报到系统总体功能需求 | 第24页 |
3.4.2 系统用例图 | 第24-25页 |
3.4.3 系统时序图 | 第25页 |
3.4.4 系统流程 | 第25-30页 |
第四章 招生报到数据仓库的设计 | 第30-43页 |
4.1 确定决策主题 | 第30-31页 |
4.2 数据准备 | 第31页 |
4.3 招生数据仓库模型的构建 | 第31-38页 |
4.3.1 概念模型的构建 | 第32-33页 |
4.3.2 逻辑建模 | 第33-35页 |
4.3.3 物理建模 | 第35-37页 |
4.3.5 招生数据仓库框架的实现 | 第37-38页 |
4.4 数据清洗、数据抽取、数据转换与数据加载 | 第38-43页 |
4.4.1 ETL 问题及解决 | 第38页 |
4.4.2 具体实现 | 第38-43页 |
第五章 数据挖掘在招生报到系统中的应用 | 第43-52页 |
5.1 数据挖掘的流程 | 第43-44页 |
5.2 关联规则挖掘平台 | 第44-46页 |
5.3 数据挖掘的应用 | 第46-52页 |
第六章 系统测试和安全 | 第52-53页 |
6.1 数据测试 | 第52页 |
6.2 系统中数据的网络安全管理 | 第52-53页 |
第七章 结论与展望 | 第53-54页 |
7.1 结论 | 第53页 |
7.2 展望 | 第53-54页 |
参考文献 | 第54-56页 |
致谢 | 第56页 |