| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景 | 第10-11页 |
| ·选题依据 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国内外高校就业信息系统现状 | 第11-12页 |
| ·国内外数据挖掘技术发展现状 | 第12-14页 |
| ·研究意义和价值 | 第14页 |
| ·本文的主要研究内容安排 | 第14-15页 |
| ·本章小节 | 第15-16页 |
| 第二章 数据挖掘技术 | 第16-25页 |
| ·数据仓库 | 第16-18页 |
| ·数据仓库的定义 | 第16页 |
| ·数据仓库的特点 | 第16-17页 |
| ·数据仓库的组成 | 第17-18页 |
| ·数据挖掘 | 第18-19页 |
| ·数据挖掘应用 | 第19-24页 |
| ·数据挖掘应用基础 | 第19-20页 |
| ·数据挖掘过程 | 第20-21页 |
| ·数据挖掘的主要应用 | 第21-22页 |
| ·数据挖掘的任务 | 第22-24页 |
| ·本章小节 | 第24-25页 |
| 第三章 关联规则挖掘算法 | 第25-35页 |
| ·关联规则 | 第25-28页 |
| ·关联规则分类 | 第25-26页 |
| ·关联规则基本定义 | 第26-28页 |
| ·关联规则挖掘方法的执行步骤 | 第28页 |
| ·决策树生成 | 第28-30页 |
| ·Apriori 算法 | 第30-34页 |
| ·Apriori 算法解释 | 第30-31页 |
| ·Apriori 算法描述 | 第31-32页 |
| ·Apriori 算法的局限性 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于代价敏感的非频过滤矩阵 Apriori 算法 | 第35-55页 |
| ·问题提出 | 第35-37页 |
| ·基于代价敏感的非频过滤矩阵 Apriori 算法 | 第37-49页 |
| ·代价敏感学习 | 第37-38页 |
| ·利用非频集过滤矩阵寻找 k-频集 | 第38-39页 |
| ·生成关联规则 | 第39-41页 |
| ·生成非频集过滤矩阵 Apriori 算法所需初始矩阵 | 第41-43页 |
| ·构造代价敏感的非频集过滤矩阵 | 第43-45页 |
| ·根据非频集过滤矩阵判断是否存在满足条件的 k-频集的方法 | 第45-49页 |
| ·基于代价敏感的非频过滤矩阵 Apriori 算法的分析 | 第49-54页 |
| ·实验准备 | 第49-51页 |
| ·与原算法的性能比较 | 第51-53页 |
| ·算法评价 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 改进 Apriori 算法的设计与实行 | 第55-69页 |
| ·系统环境配置 | 第55-56页 |
| ·基础数据的采集和表示 | 第56-60页 |
| ·数据挖掘过程 | 第60-64页 |
| ·数据挖掘算法效果分析 | 第64-66页 |
| ·从数据挖掘效果上分析 | 第64页 |
| ·从数据挖掘性能上分析 | 第64-66页 |
| ·数据挖掘辅助决策制定 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 工作总结和展望 | 第69-71页 |
| ·工作总结 | 第69-70页 |
| ·进一步的研究 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
