基于WEKA平台的数据挖掘技术在教学质量分析中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·研究问题的背景 | 第8-9页 |
| ·研究的目的和意义 | 第9-10页 |
| ·国内外研究现状及发展动态 | 第10-11页 |
| ·论文结构和内容 | 第11-13页 |
| 2 数据挖掘简介 | 第13-21页 |
| ·数据挖掘含义 | 第13页 |
| ·数据预处理 | 第13-16页 |
| ·数据来源 | 第13-14页 |
| ·预处理方法 | 第14-16页 |
| ·数据挖掘模式 | 第16-19页 |
| ·关联规则及其应用介绍 | 第17页 |
| ·分类及其应用介绍 | 第17-18页 |
| ·聚类及其应用介绍 | 第18-19页 |
| ·数据挖掘后续处理 | 第19-21页 |
| ·模式评估过程 | 第19-20页 |
| ·知识表示过程 | 第20-21页 |
| 3 决策树算法介绍 | 第21-33页 |
| ·数据分类基本概念 | 第21-22页 |
| ·决策树介绍 | 第22-24页 |
| ·C4.5 算法 | 第24-29页 |
| ·C4.5 算法改进 | 第29-31页 |
| ·改进算法的实验分析 | 第31-33页 |
| 4 聚类算法介绍 | 第33-36页 |
| ·聚类基本概念 | 第33-34页 |
| ·K-均值聚类算法 | 第34-36页 |
| 5 数据挖掘算法在教学质量分析中的应用 | 第36-51页 |
| ·教学质量分析简介 | 第36页 |
| ·Weka 数据挖掘分析工具 | 第36-40页 |
| ·Weka 数据文件格式 | 第37-39页 |
| ·Weka 工作界面简介 | 第39-40页 |
| ·本文分析数据来源 | 第40-41页 |
| ·数据预处理 | 第41-44页 |
| ·数据清理 | 第41-42页 |
| ·数据集成和变换 | 第42页 |
| ·数据规约 | 第42-44页 |
| ·决策树实验分析 | 第44-48页 |
| ·实验步骤 | 第44-47页 |
| ·分析结论 | 第47-48页 |
| ·聚类实验分析 | 第48-50页 |
| ·实验步骤 | 第48-49页 |
| ·分析结论 | 第49-50页 |
| ·最终结论 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表的学术论文目录 | 第57页 |
