声明
摘要
1 绪论
1.1 研究背景及意义
1.2 数据挖掘技术国内外研究现状
1.3 论文的研究内容及组织结构
2 数据挖掘相关理论技术
2.1 数据挖掘技术的产生与发展
2.2 数据挖掘的过程和步骤
2.3 数据挖掘的功能和方法
2.4 数据挖掘的应用
3 数据挖掘算法和挖掘工具介绍
3.1 决策树
3.1.1 决策树的概念
3.1.2 决策树的构建过程
3.1.3 决策树生成分类规则
3.1.4 常用的决策树算法
3.2 关联规则
3.2.1 关联规则的概念
3.2.2 关联规则挖掘分类
3.2.3 Apriori算法
3.3 常用的挖掘工具介绍
4 高职院校招生数据分析及预处理
4.1 问题的提出
4.2 招生数据来源
4.3 招生信息数据预处理
4.3.1 数据清理与集成
4.3.2 数据规约
4.3.3 数据变换
5 数据挖掘算法在招生情况分析中的具体应用
5.1 影响录取学生报到因素的决策树模型的建立
5.1.1 挖掘算法的选择
5.1.2 决策树的实现
5.1.3 使用WEKA进行决策树的实现
5.1.4 决策树规则提取
5.1.5 结果分析
5.2 基于关联规则的招生情况分析
5.2.1 挖掘算法的选择
5.2.2 使用WEKA进行Apriori算法的实现
5.2.3 结果分析
5.3 综合比较分析
6 总结与展望
6.1 总结
6.2 展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢