| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.1.1 中国汉语水平考试（HSK）简况 | 第8-10页 |
| 1.2 数据挖掘国内外现状 | 第10-11页 |
| 1.3 研究内容与组织结构 | 第11-13页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 论文的组织结构 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 数据挖掘及关联规则的概述 | 第14-27页 |
| 2.1 数据挖掘技术概述 | 第14-16页 |
| 2.1.1 数据挖掘的定义 | 第14页 |
| 2.1.2 数据挖掘的过程 | 第14-15页 |
| 2.1.3 数据挖掘任务 | 第15-16页 |
| 2.2 关联规则 | 第16-19页 |
| 2.2.1 关联规则概述 | 第16-17页 |
| 2.2.2 关联规则挖掘的基本概念 | 第17-19页 |
| 2.3 APRIORI算法 | 第19-26页 |
| 2.3.1 Apriori算法的过程 | 第20-23页 |
| 2.3.2 实例分析 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 HSK成绩数据挖掘方案设计 | 第27-46页 |
| 3.1 问题提出 | 第27页 |
| 3.2 解决方案 | 第27-28页 |
| 3.2.1 数据挖掘实施工作 | 第27-28页 |
| 3.3 HSK成绩分析主题的确立及分析模型设计 | 第28-30页 |
| 3.3.1 目标 | 第28页 |
| 3.3.2 影响考生HSK成绩的各种因素（维度） | 第28-29页 |
| 3.3.3 HSK成绩分析主题 | 第29页 |
| 3.3.4 HSK成绩分析模型 | 第29-30页 |
| 3.4.数据库设计 | 第30-37页 |
| 3.4.1 构建HSK成绩多维数据模型 | 第30-31页 |
| 3.4.2 相关维表定义 | 第31-34页 |
| 3.4.3 其它功能表设计 | 第34-37页 |
| 3.5 HSK成绩数据的预处理 | 第37-42页 |
| 3.5.1 数据清理 | 第38-39页 |
| 3.5.2 数据集成 | 第39-41页 |
| 3.5.3 数据转换 | 第41-42页 |
| 3.6 应用关联规则挖掘算法进行HSK成绩分析 | 第42-45页 |
| 3.6.1 Apriori算法应用 | 第42-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 HSK成绩数据挖掘系统的实现 | 第46-52页 |
| 4.1 总体结构设计 | 第46-47页 |
| 4.2 功能模块设计 | 第47-51页 |
| 4.2.1 数据导入模块 | 第47-49页 |
| 4.2.2 数据管理 | 第49-50页 |
| 4.2.3 数据挖掘 | 第50-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第五章 分析数据挖掘的结果 | 第52-65页 |
| 5.1 实验结果分析 | 第52-63页 |
| 5.1.1 特定国家和地区考生属性与成绩的关联规则挖掘 | 第52-59页 |
| 5.1.2 考生属性与考试等级的关联规则挖掘 | 第59-62页 |
| 5.1.3 各分项考试成绩的关联规则挖掘 | 第62-63页 |
| 5.2 结果汇总分析 | 第63-64页 |
| 5.3 实验结果在汉语教学学科建设的应用 | 第64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 不足和展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 个人简介 | 第70页 |