数据挖掘在研究生招生信息分析中的研究与应用

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．3 研究内容与方法

1．3．1 研究内容

1．3．2 研究方法

1．4 论文结构

2 研究生招生信息分析相关数据挖掘技术研究

2．1 数据挖掘概述

2．2 数据挖掘主要任务

2．3 关联规则

2．3．1 关联分析中的基本术语

2．3．2 关联规则挖掘分类

2．3．3 关联规则挖掘典型算法

2．4 聚类分析

2．4．1 聚类分析的基本概念

2．4．2 常见聚类算法及其分类

3 高校研究生招生数据挖掘过程模型

3．1 数据挖掘过程模型

3．1．1 Fayyad过程模型

3．1．2 CRISP-DM过程模型

3．1．3 高校研究生招生数据挖掘过程模型

3．2 研究生招生业务理解

3．3 数据理解

3．4 数据准备

3．4．1 数据选择

3．4．2 数据预处理

3．5 挖掘模型建立

3．5．1 挖掘任务与挖掘技术

3．5．2 数据挖掘工具的选择

3．5．3 模型建立

3．5．4 模型评估

3．5．5 挖掘结果分析与高校研究生招生决策制定

4 数据挖掘在研究生招生信息分析中的应用——以北京市重点高校C大学为例

4．1 C大学研究生招生业务理解

4．2 数据理解

4．3 数据准备

4．3．1 数据选择

4．3．2 数据预处理

4．4 挖掘模型建立

4．4．1 挖掘任务与挖掘技术

4．4．2 关联规则挖掘模型的建立

4．4．3 聚类分析挖掘模型的建立

4．5 关联规则挖掘结果分析

4．5．1 “考生类别与学科需求之间的关系”模型挖掘结果分析

4．5．2 “考生生源地与学科需求之间的关系”模型挖掘结果分析

4．6 聚类挖掘结果分析

4．7 数据挖掘模型评估

4．8 C大学研究生招生决策

5 总结与展望

5．1 论文主要工作及成果

5．2 论文存在的不足及改进方向

参考文献

致谢

攻读硕士期间参与课题及论文发表情况