| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-18页 |
| ·课题研究背景和选题意义 | 第11-12页 |
| ·课题研究背景 | 第11-12页 |
| ·选题目的和意义 | 第12页 |
| ·国内外研究现状 | 第12-16页 |
| ·数据挖掘高考应用研究现状 | 第12-13页 |
| ·实际应用现状 | 第13-16页 |
| ·研究方法 | 第16-17页 |
| ·调查法 | 第16页 |
| ·文献研究法 | 第16页 |
| ·定量分析法 | 第16页 |
| ·定性分析法 | 第16-17页 |
| ·本文主要内容和组织结构 | 第17-18页 |
| 2 数据挖掘技术综述 | 第18-22页 |
| ·数据挖掘技术概述 | 第18页 |
| ·数据挖掘的定义 | 第18-19页 |
| ·数据挖掘的主要功能 | 第19-20页 |
| ·预测和估计 | 第19页 |
| ·关联规则挖掘 | 第19-20页 |
| ·聚类分析 | 第20页 |
| ·概念描述 | 第20页 |
| ·偏差检测/异常检测 | 第20页 |
| ·数据挖掘主要流程 | 第20-22页 |
| ·数据准备 | 第21页 |
| ·数据挖掘 | 第21页 |
| ·结果的评估解释 | 第21-22页 |
| 3 关联规则挖掘和聚类分析 | 第22-25页 |
| ·关联规则挖掘 | 第22-23页 |
| ·关联规则概述 | 第22页 |
| ·关联规则挖掘过程 | 第22-23页 |
| ·聚类分析 | 第23-25页 |
| ·聚类分析概述 | 第23-24页 |
| ·K-均值算法 | 第24-25页 |
| 4 数据挖掘技术在高考数据分析中的应用探索 | 第25-45页 |
| ·高考数据分析系统 | 第25-28页 |
| ·数据对象 | 第25-27页 |
| ·高考数据分析系统 | 第27-28页 |
| ·数据挖掘工具 Weka 平台 | 第28-31页 |
| ·数据挖掘工具介绍 | 第28页 |
| ·数据挖掘平台的选择 | 第28-29页 |
| ·数据挖掘工具 Weka 平台 | 第29-31页 |
| ·对高考数据进行关联规则挖掘 | 第31-39页 |
| ·数据集准备 | 第31-32页 |
| ·在 Weka 平台的 Explorer 中进行关联规则挖掘 | 第32-39页 |
| ·对高考数据进行聚类分析 | 第39-43页 |
| ·数据集准备 | 第39-42页 |
| ·聚类分析 | 第42-43页 |
| ·分析小结 | 第43-45页 |
| 5 总结与展望 | 第45-47页 |
| ·本文总结 | 第45页 |
| ·工作展望 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 后记 | 第49-50页 |
| 攻读学位期间取得的科研成果清单 | 第50页 |