| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| 1．1 数据挖掘技术研究背景及研究意义 | 第11-12页 |
| 1．2 数据挖掘的发展历史及国内外研究现状 | 第12-13页 |
| 1．3 数据挖掘技术在高校教学中应用的研究现状及意义 | 第13-14页 |
| 1．4 本文的研究内容及论文结构 | 第14-15页 |
| 第二章 数据挖掘技术 | 第15-25页 |
| 2．1 数据挖掘与知识发现 | 第15-16页 |
| 2．2 数据挖掘过程 | 第16-18页 |
| 2．3 数据挖掘的分类 | 第18-19页 |
| 2．4 数据挖掘的任务 | 第19-21页 |
| 2．5 数据挖掘的对象 | 第21页 |
| 2．6 数据挖掘的方法和技术 | 第21-23页 |
| 2．7 本章小结 | 第23-25页 |
| 第三章 数据挖掘中的分类技术 | 第25-38页 |
| 3．1 分类的基本概念 | 第25-27页 |
| 3．1．1 分类的目的 | 第25-26页 |
| 3．1．2 分类的过程 | 第26-27页 |
| 3．1．3 分类方法的评估标准 | 第27页 |
| 3．2 基于决策树的分类 | 第27-33页 |
| 3．2．1 决策树的生成 | 第28-30页 |
| 3．2．2 常用决策树算法简介 | 第30-32页 |
| 3．2．3 有关决策树的评价 | 第32-33页 |
| 3．3 贝叶斯分类 | 第33-34页 |
| 3．4 神经网络 | 第34-36页 |
| 3．5 几种分类算法的比较 | 第36-37页 |
| 3．6 本章小结 | 第37-38页 |
| 第四章 探索数据挖掘分类技术在高校教学中的应用 | 第38-59页 |
| 4．1 问题的提出 | 第38-39页 |
| 4．2 解决方案 | 第39-40页 |
| 4．3 方案实施实例 | 第40-58页 |
| 4．3．1 确定挖掘对象及目标 | 第40-41页 |
| 4．3．2 数据采集 | 第41-43页 |
| 4．3．3 数据预处理 | 第43-48页 |
| 4．3．4 数据分类挖掘 | 第48-56页 |
| 4．3．5 生成分类规则 | 第56-58页 |
| 4．4 本章小结 | 第58-59页 |
| 第五章 决策树分类器的实现 | 第59-64页 |
| 结束语 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间的科研活动及发表的论文 | 第70-71页 |
| 独创性声明 | 第71-72页 |
| 致谢 | 第72页 |