基于数据分析的高校教学管理决策支持方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 论文研究背景及意义 | 第10-12页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 研究目的及意义 | 第10-12页 |
| 1.2 相关领域研究现状 | 第12-16页 |
| 1.2.1 教育数据可视分析研究现状 | 第12-13页 |
| 1.2.2 教育数据挖掘研究现状 | 第13-16页 |
| 1.3 论文研究内容及组织结构 | 第16-18页 |
| 1.3.1 论文主要研究内容 | 第16-17页 |
| 1.3.2 论文组织结构 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第2章 学生成绩及就业数据仓库的构建 | 第19-38页 |
| 2.1 成绩分析及就业指导的需求分析 | 第19-22页 |
| 2.1.1 成绩分析的需求分析 | 第19-21页 |
| 2.1.2 就业指导的需求分析 | 第21-22页 |
| 2.2 学生成绩及就业数据仓库模型设计 | 第22-35页 |
| 2.2.1 数据仓库概念模型设计 | 第22-24页 |
| 2.2.2 数据仓库逻辑模型设计 | 第24-26页 |
| 2.2.3 数据仓库物理模型设计 | 第26-35页 |
| 2.3 学生成绩及就业数据仓库的ETL过程 | 第35-37页 |
| 2.3.1 数据抽取 | 第35页 |
| 2.3.2 数据清洗和转换 | 第35-36页 |
| 2.3.3 数据加载 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 基于可视化的学生成绩及就业数据分析 | 第38-70页 |
| 3.1 数据分析及可视化概述 | 第38-39页 |
| 3.2 基于可视化的学生成绩影响因素分析 | 第39-60页 |
| 3.2.1 学生成绩影响因素统计分析 | 第39-55页 |
| 3.2.2 基于可视化的成绩分析结果查询 | 第55-60页 |
| 3.3 基于可视化的毕业生就业数据分析 | 第60-69页 |
| 3.3.1 学生就业数据准备 | 第60-61页 |
| 3.3.2 学生就业数据可视化图表选择 | 第61-65页 |
| 3.3.3 基于可视化的就业信息查询 | 第65-69页 |
| 3.4 本章小结 | 第69-70页 |
| 第4章 基于数据挖掘的教学管理决策支持技术 | 第70-94页 |
| 4.1 基于Apriori算法的课程关联分析 | 第70-77页 |
| 4.1.1 课程关联分析过程 | 第70-76页 |
| 4.1.2 提供课程关联分析功能的应用形式 | 第76-77页 |
| 4.2 基于决策树算法的成绩预警 | 第77-86页 |
| 4.2.1 成绩预测模型的建立 | 第78-80页 |
| 4.2.2 成绩预测模型的评估 | 第80-85页 |
| 4.2.3 提供成绩预警功能的应用形式 | 第85-86页 |
| 4.3 基于K-means算法的学生就业指导 | 第86-93页 |
| 4.3.1 学生在校表现与就业情况相关性分析 | 第86-88页 |
| 4.3.2 基于K-means算法的学生聚类分析 | 第88-92页 |
| 4.3.3 提供择业参考功能的应用形式 | 第92-93页 |
| 4.4 本章小结 | 第93-94页 |
| 第5章 总结与展望 | 第94-97页 |
| 5.1 工作总结 | 第94-95页 |
| 5.2 研究展望 | 第95-97页 |
| 参考文献 | 第97-99页 |
