| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题来源及应用背景 | 第8-9页 |
| ·国内外研究动态 | 第9-10页 |
| ·课题的研究内容及意义 | 第10-13页 |
| ·论文的内容安排和组织结构 | 第13-14页 |
| 第二章 数据挖掘技术综述 | 第14-22页 |
| ·数据挖掘的基本概念 | 第14-16页 |
| ·数据挖掘的定义 | 第14页 |
| ·数据挖掘与数据仓库 | 第14-15页 |
| ·数据挖掘与在线分析处理(OLAP) | 第15-16页 |
| ·数据挖掘的研究内容 | 第16-17页 |
| ·数据挖掘过程 | 第17-19页 |
| ·数据挖掘的常用技术 | 第19-21页 |
| ·人工神经网络 | 第19页 |
| ·决策树 | 第19-20页 |
| ·遗传算法 | 第20页 |
| ·近邻算法 | 第20页 |
| ·规则推导 | 第20页 |
| ·模糊集方法 | 第20-21页 |
| ·数据挖掘应用前景 | 第21-22页 |
| ·数据挖掘的研究热点 | 第21页 |
| ·数据挖掘的主要发展趋势 | 第21-22页 |
| 第三章 基于SQL Server构建数据挖掘解决方案 | 第22-34页 |
| ·系统的总体目标和项目需求 | 第22页 |
| ·功能模块设计 | 第22-24页 |
| ·选课推荐 | 第23页 |
| ·教学评估 | 第23页 |
| ·招生就业 | 第23-24页 |
| ·合理设置课程 | 第24页 |
| ·试卷分析 | 第24页 |
| ·基于SQL Server的数据挖掘解决方案 | 第24-29页 |
| ·系统功能架构 | 第24-25页 |
| ·系统的软件设计 | 第25-27页 |
| ·后台数据库设计 | 第27-28页 |
| ·系统的网络结构 | 第28-29页 |
| ·基于分析服务器的数据挖掘方法 | 第29-31页 |
| ·基于SQL Server外挂DM算法的数据挖掘方法 | 第31-34页 |
| 第四章 “选课推荐”子模块的设计与实现 | 第34-45页 |
| ·关联规则 | 第34-37页 |
| ·关联规则定义 | 第34-35页 |
| ·关联规则模型 | 第35-36页 |
| ·Apriori算法 | 第36-37页 |
| ·加权关联规则算法 | 第37-39页 |
| ·加权关联规则模型 | 第37-38页 |
| ·加权关联规则的发现 | 第38页 |
| ·加权关联规则发现算法 | 第38-39页 |
| ·基于加权关联规则的选课推荐算法 | 第39-43页 |
| ·基于加权关联规则的选课推荐模型 | 第39-40页 |
| ·基于加权关联规则的选课推荐算法描述 | 第40-41页 |
| ·基于学生兴趣度的选课流程 | 第41-43页 |
| ·实例分析 | 第43-45页 |
| 第五章 “教学评估”子模块的设计与实现 | 第45-57页 |
| ·教学质量评估体系 | 第46-48页 |
| ·模糊集 | 第48-50页 |
| ·模糊集的引入和描述 | 第48-49页 |
| ·模糊集理论 | 第49-50页 |
| ·评估流程 | 第50-57页 |
| ·评估数据源 | 第50-52页 |
| ·实例分析 | 第52-57页 |
| 第六章 回顾与展望 | 第57-61页 |
| ·全文总结和工作回顾 | 第57-58页 |
| ·后续工作与展望 | 第58-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间的主要研究成果 | 第66页 |