关联规则在学生成绩管理中的应用研究
| 第一章 绪论 | 第1-14页 |
| ·数据挖掘技术研究背景及研究意义 | 第10-11页 |
| ·数据挖掘的发展历史及国内外研究现状 | 第11-12页 |
| ·数据挖掘技术在高校教学中应用的研究现状及意义 | 第12页 |
| ·本文的研究内容及论文结构 | 第12-14页 |
| 第二章 数据挖掘技术 | 第14-21页 |
| ·数据挖掘与知识发现 | 第14页 |
| ·数据挖掘过程 | 第14-16页 |
| ·数据预处理 | 第15-16页 |
| ·数据挖掘 | 第16页 |
| ·结果的解释和评估 | 第16页 |
| ·数据挖掘的分类 | 第16-17页 |
| ·数据挖掘的任务 | 第17-18页 |
| ·数据挖掘的方法和技术 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 数据预处理技术 | 第21-34页 |
| ·数据预处理简介 | 第21页 |
| ·数据预处理的主要任务 | 第21-24页 |
| ·数据预处理方法 | 第24-31页 |
| ·数据清理方法 | 第24-26页 |
| ·数据约简 | 第26-28页 |
| ·数值属性离散化 | 第28页 |
| ·概念分层 | 第28-31页 |
| ·针对成绩数据的预处理方法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 经典关联规则算法研究 | 第34-48页 |
| ·研究背景 | 第34-35页 |
| ·关联规则理论 | 第35-40页 |
| ·关联规则度量 | 第35-37页 |
| ·关联规则挖掘类型 | 第37-38页 |
| ·挖掘关联规则的基本步骤 | 第38页 |
| ·关联规则价值衡量的方法 | 第38-40页 |
| ·关联规则相关算法及分析 | 第40-46页 |
| ·Apriori算法及优化 | 第40-43页 |
| ·Apriori算法的有效性研究 | 第43-44页 |
| ·基于数组的改进 Apriori算法 | 第44页 |
| ·FP-growth算法 | 第44-46页 |
| ·基于规则约束的成绩数据挖掘 | 第46-47页 |
| ·关联规则挖掘中应注意的问题 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第五章 关联规则在学生成绩管理中的应用 | 第48-56页 |
| ·学生培养模型 | 第48-51页 |
| ·问题的提出 | 第48页 |
| ·学生培养模型及求解 | 第48-51页 |
| ·基于课程分析的成绩预警模型 | 第51-54页 |
| ·问题的提出 | 第51页 |
| ·成绩预警模型的描述 | 第51-52页 |
| ·成绩预警模型的求解 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 结束语 | 第56-58页 |
| ·总结 | 第56页 |
| ·今后研究方向展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录 攻读硕士学位期间发表的论文 | 第62页 |
