首页--文化、科学、教育、体育论文--职业技术教育论文--教学理论、教学法论文

数据挖掘在中职生综合素质测评中的应用

摘要第5-6页
Abstract第6-7页
1 绪论第11-17页
    1.1 论文研究的背景第11-12页
    1.2 论文研究现状及存在问题第12-14页
        1.2.1 我国中职生综合素质测评的现状第12-13页
        1.2.2 国外相关研究第13页
        1.2.3 研究方法现状分析第13页
        1.2.4 当前中职生综合素质测评中存在的主要问题第13-14页
    1.3 论文研究的内容及重点第14-15页
        1.3.1 论文研究的内容第14-15页
        1.3.2 论文研究的重点第15页
    1.4 论文的写作思路与创新之处第15-17页
        1.4.1 写作思路第15页
        1.4.2 创新之处第15-17页
2 中职学生综合素质评价体系的建立第17-31页
    2.1 中职生综合素质评价的必要性第17-18页
        2.1.1 中职生综合素质测评概念界定第17页
        2.1.2 中职生综合素质测评的意义第17-18页
    2.2 中职生综合素质评价体系的建立原则第18-19页
    2.3 我校中职生评价体系建立的具体措施第19-20页
        2.3.1 企业调研第19页
        2.3.2 顶岗实习学生调研第19-20页
    2.4 评价体系的建立第20-31页
        2.4.1 问卷设计第21-24页
        2.4.2 数据分析第24-26页
        2.4.3 权重值确定第26-31页
3 中职学生综合素质测评系统的开发第31-37页
    3.1 构建中职生综合素质测评系统第31-32页
        3.1.1 总体思路第31页
        3.1.2 系统的具体实施过程第31-32页
        3.1.3 系统结构模型图第32页
    3.2 中职生综合素质测评系统的开发第32-36页
    3.3 系统设计结果分析第36-37页
4 数据挖掘技术的引进第37-45页
    4.1 数据挖掘的基本概念第37页
    4.2 数据挖掘的过程第37-39页
        4.2.1 数据准备阶段第38-39页
        4.2.2 数据挖掘阶段第39页
        4.2.3 结果分析与表达阶段第39页
    4.3 数据挖掘的主要方法第39-41页
        4.3.1 关联分析第40页
        4.3.2 分类和预测第40页
        4.3.3 聚类分析第40页
        4.3.4 决策树第40-41页
        4.3.5 遗传算法第41页
    4.4 数据挖掘在教育领域的研究现状第41-42页
    4.5 数据挖掘的工具第42页
    4.6 数据挖掘未来发展方向第42-45页
5 数据挖掘在中职生综合素质测评中的应用第45-63页
    5.1 构建中职生综合素质的数据仓库第45-46页
    5.2 中职生综合素质评价数据的预处理第46-49页
    5.3 关联规则在学生综合素质测评中的应用第49-57页
        5.3.1 关联规则的基本概念第49页
        5.3.2 关联规则的挖掘过程第49页
        5.3.3 频繁项集挖掘的主要方法——Apriori算法第49-53页
        5.3.4 基于划分的Apriori算法改进第53-56页
        5.3.5 测试结果分析第56-57页
    5.4 决策树在中职生综合素质测评中的应用第57-63页
        5.4.1 决策树的概念与性质第57-58页
        5.4.2 ID3算法第58-59页
        5.4.3 决策树模型在中职就业分析中的应用第59-63页
6 总结与展望第63-65页
    6.1 本论文的主要结论第63-64页
    6.2 研究的局限性第64-65页
参考文献第65-69页
致谢第69-71页
学位论文数据集表第71-72页

论文共72页,点击 下载论文
上一篇:混凝土箱梁桥面铺装力学行为与结构优化设计
下一篇:混凝土超声层析成像方法研究