| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 引言 | 第10-16页 |
| ·问题的研究背景和意义 | 第10-11页 |
| ·国内外研究现状分析 | 第11-13页 |
| ·研究的主要内容 | 第13-14页 |
| ·论文组织结构 | 第14页 |
| ·本章小结 | 第14-16页 |
| 2 数据挖掘技术 | 第16-32页 |
| ·数据挖掘的概念 | 第16页 |
| ·数据挖掘的功能 | 第16-18页 |
| ·数据挖掘的对象 | 第18页 |
| ·数据挖掘系统工作原理 | 第18-21页 |
| ·数据挖掘系统结构 | 第18-20页 |
| ·数据挖掘的步骤 | 第20-21页 |
| ·数据挖掘常用技术分析 | 第21-25页 |
| ·决策树 | 第21-22页 |
| ·神经网络 | 第22页 |
| ·关联规则 | 第22-23页 |
| ·聚类分析 | 第23-24页 |
| ·遗传算法 | 第24页 |
| ·粗糙集 | 第24-25页 |
| ·系统算法选择 | 第25页 |
| ·关联规则挖掘 | 第25-31页 |
| ·关联规则概述 | 第25-26页 |
| ·关联规则基本概念 | 第26-28页 |
| ·关联规则的分类 | 第28-29页 |
| ·多层、多维和数量关联规则挖掘 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 3 一种基于邻接表的改进的Apriori 算法 | 第32-48页 |
| ·关联规则挖掘的相关算法 | 第32-40页 |
| ·Apriori 算法 | 第32-37页 |
| ·关联规则生成算法 | 第37-39页 |
| ·Apriori 算法的性能瓶颈问题 | 第39-40页 |
| ·IA 算法 | 第40-47页 |
| ·算法的改进策略 | 第41页 |
| ·算法思想 | 第41-42页 |
| ·算法描述和分析 | 第42-45页 |
| ·算法效率分析比较 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 4 IA 算法在高校教学评价中的应用 | 第48-64页 |
| ·教学评价概述 | 第48-52页 |
| ·高校教学评价的目的和意义 | 第48-49页 |
| ·高校教学评价目前存在的问题 | 第49-50页 |
| ·数据挖掘在教学管理中的应用 | 第50-52页 |
| ·关联规则挖掘应用于教学评价 | 第52-53页 |
| ·教学评价数据的采集与预处理 | 第53-57页 |
| ·数据采集 | 第53-54页 |
| ·数据预处理 | 第54-57页 |
| ·关联规则挖掘和结果分析 | 第57-62页 |
| ·挖掘工具介绍 | 第57页 |
| ·挖掘教师性别、年龄、职称、学历和评价等级的关系 | 第57-60页 |
| ·挖掘教学态度、教学能力、教学内容、教学组织、教学方法和教学效果的关系 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 5 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |