数据挖掘在师资人才管理系统中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·数据挖掘技术的发展 | 第7-8页 |
| ·国外 | 第7页 |
| ·国内 | 第7页 |
| ·现状 | 第7-8页 |
| ·论文研究的背景 | 第8-9页 |
| ·师资人才管理的新特点 | 第8-9页 |
| ·师资人才管理对数据挖掘技术的要求 | 第9页 |
| ·论文工作的研究内容及创新点 | 第9-11页 |
| ·论文主要研究内容 | 第10页 |
| ·论文研究成果及创新点 | 第10-11页 |
| 2 知识发现与数据挖掘技术基础 | 第11-21页 |
| ·数据挖掘的定义及研究内容 | 第11-12页 |
| ·数据挖掘的过程 | 第12-14页 |
| ·数据挖掘方法分析 | 第14-17页 |
| ·决策树方法 | 第14-15页 |
| ·神经网络方法 | 第15页 |
| ·覆盖正例排斥反例方法 | 第15-16页 |
| ·粗糙集方法 | 第16页 |
| ·概念层次树方法 | 第16页 |
| ·遗传算法 | 第16页 |
| ·公式推理 | 第16-17页 |
| ·统计分析方法 | 第17页 |
| ·模糊数学方法 | 第17页 |
| ·可挖掘的知识分类与管理 | 第17-19页 |
| ·分类(聚类)知识 | 第18-19页 |
| ·关联知识 | 第19页 |
| ·数据库中数据挖掘的交互设计 | 第19-21页 |
| 3 以师资人才为中心的数据挖掘的设计与实现 | 第21-45页 |
| ·师资人才管理的数据挖掘设计 | 第21-23页 |
| ·数据挖掘子系统业务流程设计 | 第21-22页 |
| ·数据挖掘子系统功能设计 | 第22-23页 |
| ·挖掘主题设计 | 第23页 |
| ·数据整理 | 第23-26页 |
| ·数据抽取 | 第24页 |
| ·数据清洗 | 第24-25页 |
| ·数据规范 | 第25-26页 |
| ·决策树挖掘方法 | 第26-36页 |
| ·挖掘目标 | 第26页 |
| ·决策树原理 | 第26-28页 |
| ·决策树定义 | 第27页 |
| ·决策树的表示 | 第27页 |
| ·决策树学习 | 第27-28页 |
| ·决策树实现方法 | 第28-32页 |
| ·ID3算法 | 第28-29页 |
| ·生成决策树的实现方法 | 第29-32页 |
| ·决策规则解释评估 | 第32-35页 |
| ·解释评估标准 | 第32-33页 |
| ·二分法交叉验证评估的实现方法 | 第33-35页 |
| ·决策规则知识表示 | 第35-36页 |
| ·关联分析挖掘方法 | 第36-45页 |
| ·挖掘目标 | 第36页 |
| ·关联规则原理 | 第36-37页 |
| ·购物分析 | 第36-37页 |
| ·关联规则基本概念 | 第37页 |
| ·关联规则表示 | 第37页 |
| ·关联规则实现方法 | 第37-41页 |
| ·Apriori算法 | 第38-39页 |
| ·关联分析算法的实现 | 第39-41页 |
| ·关联规则解释评估 | 第41-43页 |
| ·关联规则知识表示 | 第43-45页 |
| 4 应用实例 | 第45-53页 |
| ·运行环境 | 第45页 |
| ·应用SSTD | 第45-48页 |
| ·选择主题 | 第45-46页 |
| ·数据整理 | 第46-48页 |
| ·决策树 | 第48-50页 |
| ·生成决策树 | 第48页 |
| ·决策树解释评估 | 第48-49页 |
| ·决策树知识表示 | 第49-50页 |
| ·关联规则 | 第50-53页 |
| ·产生关联规则 | 第50-51页 |
| ·关联规则解释评估 | 第51页 |
| ·关联规则知识表示 | 第51-53页 |
| 5 结论与建议 | 第53-54页 |
| ·论文成果 | 第53页 |
| ·建议 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-56页 |
