基于数据挖掘的高校教学数据分析研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究背景及选题意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9页 |
| 1.1.2 选题目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 论文研究内容和组织结构 | 第11-14页 |
| 1.3.1 论文的主要内容及工作 | 第11-12页 |
| 1.3.2 论文的组织结构 | 第12-14页 |
| 2 数据挖掘相关理论概述 | 第14-20页 |
| 2.1 数据挖掘的概述 | 第14页 |
| 2.2 数据挖掘的定义 | 第14-15页 |
| 2.3 数据挖掘的流程 | 第15-18页 |
| 2.3.1 数据准备 | 第15-17页 |
| 2.3.2 数据挖掘 | 第17-18页 |
| 2.3.3 结果的解释和评价 | 第18页 |
| 2.4 数据挖掘的方法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 数据挖掘算法 | 第20-29页 |
| 3.1 关联规则分析 | 第20-24页 |
| 3.1.1 关联规则概述 | 第20页 |
| 3.1.2 关联规则挖掘的相关概念 | 第20-21页 |
| 3.1.3 Apriori算法 | 第21-24页 |
| 3.2 聚类分析 | 第24-25页 |
| 3.2.1 聚类分析概述 | 第24页 |
| 3.2.2 K-means算法 | 第24-25页 |
| 3.3 分类方法 | 第25-29页 |
| 3.3.1 分类方法概述 | 第25-26页 |
| 3.3.2 决策树基本概念 | 第26-27页 |
| 3.3.3 决策树典型算法 | 第27-29页 |
| 4 基于数据挖掘的高校教学数据分析 | 第29-44页 |
| 4.1 数据挖掘工具Weka平台 | 第29-31页 |
| 4.1.1 数据挖掘工具介绍 | 第29页 |
| 4.1.2 数据挖掘工具Weka平台 | 第29-31页 |
| 4.2 对学生成绩进行关联规则分析 | 第31-36页 |
| 4.2.1 数据准备 | 第31-32页 |
| 4.2.2 基于Weka平台的成绩关联分析 | 第32-36页 |
| 4.3 对教师评价进行聚类分析 | 第36-38页 |
| 4.3.1 数据准备 | 第36-37页 |
| 4.3.2 基于Weka平台的聚类分析 | 第37-38页 |
| 4.4 对学生成绩进行分类分析 | 第38-43页 |
| 4.4.1 数据准备 | 第38-39页 |
| 4.4.2 基于Weka平台的成绩分类分析 | 第39-43页 |
| 4.5 分析小结 | 第43-44页 |
| 5 总结与展望 | 第44-46页 |
| 5.1 本文总结 | 第44页 |
| 5.2 研究不足与展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 攻读学位期间取得的科研成果清单 | 第50页 |
