| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.3 本文研究主要内容 | 第12页 |
| 1.4 本文主要工作及论文结构 | 第12-14页 |
| 2 基础技术 | 第14-32页 |
| 2.1 教育数据挖掘 | 第14-16页 |
| 2.1.1 教育数据挖掘概述 | 第14-15页 |
| 2.1.2 教育数据挖掘过程 | 第15-16页 |
| 2.2 机器学习算法 | 第16-21页 |
| 2.2.1 朴素贝叶斯分类算法 | 第17-18页 |
| 2.2.2 逻辑回归算法 | 第18-19页 |
| 2.2.3 决策树算法 | 第19-21页 |
| 2.3 自然语言处理 | 第21-26页 |
| 2.3.1 常用分词方法 | 第22-24页 |
| 2.3.2 中文分词组件—jieba | 第24-26页 |
| 2.4 特征选择概述 | 第26-31页 |
| 2.4.1 特征选择的一般过程 | 第27-28页 |
| 2.4.2 过滤式（Filter）特征选择算法 | 第28-29页 |
| 2.4.3 封装式（Wrapper）特征选择算法 | 第29-30页 |
| 2.4.4 嵌入类（Embedded）特征选择算法 | 第30页 |
| 2.4.5 CfsSubsetEval属性评估器 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 数据搜集与处理 | 第32-50页 |
| 3.1 数据来源 | 第32-39页 |
| 3.1.1 英语专业四级成绩和考试成绩 | 第32-33页 |
| 3.1.2 人口统计与社会经济地位 | 第33-34页 |
| 3.1.3 学习相关数据 | 第34-35页 |
| 3.1.4 欧洲语言共同参考框架自我测评(CEFR) | 第35-36页 |
| 3.1.5 成就目标 | 第36-37页 |
| 3.1.6 学习日记 | 第37页 |
| 3.1.7 网络访问记录 | 第37-38页 |
| 3.1.8 校园卡消费记录 | 第38-39页 |
| 3.2 数据预处理 | 第39-48页 |
| 3.2.1 数据转换 | 第39-45页 |
| 3.2.2 文本处理 | 第45-48页 |
| 3.3 本章小结 | 第48-50页 |
| 4 英语专业学生成绩预测 | 第50-62页 |
| 4.1 交叉验证 | 第50页 |
| 4.2 模型评估指标 | 第50-52页 |
| 4.3 英语专业四级成绩预测 | 第52-58页 |
| 4.3.1 特征选择 | 第54页 |
| 4.3.2 模型对比 | 第54-58页 |
| 4.4 GPA等级预测 | 第58-60页 |
| 4.4.1 特征选择 | 第58-59页 |
| 4.4.2 模型对比 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 5 系统开发 | 第62-74页 |
| 5.1 数据管理系统 | 第62-70页 |
| 5.1.1 系统设计 | 第62-64页 |
| 5.1.2 数据库结构表 | 第64-67页 |
| 5.1.3 系统主要界面 | 第67-70页 |
| 5.2 成绩预测系统 | 第70-73页 |
| 5.2.1 预测系统系统设计 | 第70-71页 |
| 5.2.2 预测系统数据库结构表 | 第71页 |
| 5.2.3 预测系统界面 | 第71-73页 |
| 5.3 本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 本文工作总结 | 第74页 |
| 6.2 后续研究展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录 | 第82页 |
| A. 作者在攻读学位期间发表的论文目录 | 第82页 |