| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·论文研究背景 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·数据挖掘技术应用现状 | 第11-12页 |
| ·数据挖掘技术在教育领域的应用现状 | 第12-14页 |
| ·数据挖掘概述 | 第14-16页 |
| ·数据挖掘的概念 | 第14页 |
| ·数据挖掘算法分类 | 第14页 |
| ·数据挖掘的主要过程 | 第14-16页 |
| ·数据挖掘中存在的主要问题 | 第16页 |
| ·论文的主要工作 | 第16-17页 |
| ·论文的组织结构安排 | 第17-18页 |
| 第2章 教学评教预测系统的设计与实现 | 第18-23页 |
| ·系统概述 | 第18-20页 |
| ·系统结构的设计 | 第18页 |
| ·系统功能设计 | 第18-20页 |
| ·系统功能的设计实现 | 第20-22页 |
| ·系统用户登录模块的实现 | 第20页 |
| ·功能操作模块的实现 | 第20-21页 |
| ·预测数据的分析报表 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第3章 基于关联规则算法的学生评教数据的分析处理 | 第23-39页 |
| ·Apriori 算法介绍 | 第23-29页 |
| ·关联规则的相关概念 | 第23页 |
| ·Apriori 算法 | 第23-25页 |
| ·改进的 Apriori 算法 | 第25-29页 |
| ·基于改进的 Apriori 算的学生评教数据分析处理 | 第29-38页 |
| ·数据准备 | 第29-31页 |
| ·数据分析 | 第31-35页 |
| ·经典 APRIORI 算法与改进的算法比较 | 第35-36页 |
| ·基于关联规则的数据清洗和分析教学评价指标 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第4章 基于回归分析算法的教学评估分析预测 | 第39-50页 |
| ·回归方法的选择 | 第39-40页 |
| ·多元线性回归预测 | 第40-42页 |
| ·元线性回归模型 | 第40-41页 |
| ·多元线性回归模型参数的最小二乘估计 | 第41-42页 |
| ·基于回归分析算法的教学评估预测 | 第42-46页 |
| ·数据准备 | 第42-43页 |
| ·基于多元回归分析的教学评估分数预测 | 第43-44页 |
| ·基于多元回归分析的教学评估预测模型检验和预测评价 | 第44-46页 |
| ·基于多元回归分析的教学评估模型优化及其分析 | 第46-49页 |
| ·线性回归模型中自变量选择 | 第46-48页 |
| ·基于优化后的教学评估预测模型的检验预测和分析 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-51页 |
| ·总结 | 第50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间所发表论文 | 第54页 |