| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 系统开发的背景和目的 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究目的 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文主要内容及结构 | 第14-16页 |
| 第2章 数据挖掘理论 | 第16-24页 |
| 2.1 数据挖掘的概念 | 第16页 |
| 2.2 数据挖掘研究历史与现状 | 第16页 |
| 2.3 数据挖掘研究内容 | 第16-18页 |
| 2.4 数据挖掘的功能 | 第18-20页 |
| 2.5 数据挖掘的方法 | 第20-22页 |
| 2.5.1 基于神经元网络的方法 | 第20页 |
| 2.5.2 基于决策树的方法 | 第20-21页 |
| 2.5.3 其他方法 | 第21-22页 |
| 2.6 数据挖掘的过程 | 第22-23页 |
| 2.6.1 确定目标数据 | 第22页 |
| 2.6.2 预处理及转换数据 | 第22页 |
| 2.6.3 产生模式 | 第22页 |
| 2.6.4 生成规则 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 系统分析 | 第24-32页 |
| 3.1 毕业生就业管理系统总体需求分析 | 第24-25页 |
| 3.2 环境需求分析 | 第25页 |
| 3.2.1 软件环境 | 第25页 |
| 3.2.2 硬件配置 | 第25页 |
| 3.3 功能需求分析 | 第25-27页 |
| 3.4 非功能需求分析 | 第27-28页 |
| 3.4.1 系统安全可靠 | 第27页 |
| 3.4.2 界面简单易操作 | 第27页 |
| 3.4.3 系统稳定可靠 | 第27页 |
| 3.4.4 决策分析形象丰富 | 第27-28页 |
| 3.5 业务需求分析 | 第28页 |
| 3.6 数据分析 | 第28-31页 |
| 3.7 可行性分析 | 第31页 |
| 3.7.1 技术上可行 | 第31页 |
| 3.7.2 管理上可行 | 第31页 |
| 3.7.3 经济上可行 | 第31页 |
| 3.8 本章小结 | 第31-32页 |
| 第4章 系统设计 | 第32-42页 |
| 4.1 系统总体设计 | 第32-34页 |
| 4.1.1 系统总体设计原则 | 第32页 |
| 4.1.2 系统模块结构设计 | 第32-34页 |
| 4.2 系统功能模块设计 | 第34-40页 |
| 4.2.1 数据库引入 | 第35页 |
| 4.2.2 数据库概念设计 | 第35-37页 |
| 4.2.3 数据表设计 | 第37-40页 |
| 4.3 本章小结 | 第40-42页 |
| 第5章 数据挖掘技术在毕业生就业管理系统中的应用 | 第42-52页 |
| 5.1 分类算法在毕业生就业管理系统中的应用 | 第42-46页 |
| 5.1.1 分类的定义及实施的流程 | 第42-43页 |
| 5.1.2 数据预处理 | 第43页 |
| 5.1.3 数据分类模型 | 第43-44页 |
| 5.1.4 决策树的构造 | 第44-46页 |
| 5.2 基于毕业生就业管理的分类算法实验结果分析 | 第46-50页 |
| 5.2.1 基于毕业生就业信息数据总量的分类结果分析 | 第46-47页 |
| 5.2.2 基于降维深度的分类结果分析 | 第47-48页 |
| 5.2.3 基于不同降维方法的试验结果分析 | 第48-49页 |
| 5.2.4 基于毕业生就业信息类别的分类结果分析 | 第49-50页 |
| 5.3 数据挖掘算法应用效果分析 | 第50页 |
| 5.4 本章小结 | 第50-52页 |
| 第6章 系统实现与测试 | 第52-58页 |
| 6.1 系统操作过程 | 第52-55页 |
| 6.2 数据挖掘功能评价 | 第55-56页 |
| 6.3 系统分析评价 | 第56页 |
| 6.4 本章小结 | 第56-58页 |
| 第7章 结论与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |