数据挖掘在大学生心理问题中的应用研究

摘要

本文介绍了数据挖掘技术的基本原理与概念、数据挖掘的任务、方法及应用领域等方面内容，分析了数据挖掘技术应用于解决大学生心理问题的可行性，并对ID3决策树算法和Apriori关联规则算法进行了详细分析。采用决策树算法，计算出哪种属性与心理问题最为相关（即信息增益值最大的属性），以此作为决策树的根结点，然后采用迭代递归方法将剩余的属性同样地采用该算法进行分类，形成决策树，建立一个分类树状模型，用它对大学生心理问题进行数据预测分析。采用Apriori算法，分析学生心理问题与学生属性间的内在关系，为学校心理咨询中心提供决策支持信息，使心理健康教育工作更具针对性和目的性。 独立地开发了一个性能良好、简单实用的心理问题数据挖掘系统。该系统界面友好，具有数据文件访问、数据预处理、生成决策树、生成关联规则、对规则进行解释和保存规则等功能，用此数据挖掘系统，成功地获得了一些分类规则知识和关联规则知识。并以绍兴文理学院05级学生心理问题数据为例，开展了大学生心理问题数据挖掘功能验证实验。最后，指出了本文的不足和今后努力方向。

目录

文摘

英文文摘

学位论文独创性声明及使用授权声明

第1章绪论

1.1问题的提出及意义

1.2数据挖掘技术现状

1.2.1国外现状

1.2.2国内现状

1.3研究内容与方法

1.3.1论文主要研究内容

1.3.2论文研究成果及创新点

1.4论文结构

第2章数据挖掘的基本原理与大学生心理问题

2.1数据挖掘技术基本原理

2.1.1数据挖掘的任务

2.1.2数据挖掘的分类

2.1.3数据挖掘的过程

2.1.4数据挖掘的应用

2.2数据挖掘的方法

2.3知识发现及数据挖掘中应注意的问题

2.3.1知识发现所考虑的问题

2.3.2数据挖掘应用应注意的问题

2.4数据挖掘在大学生心理问题中的应用分析

2.4.1大学生心理问题特点及测试手段

2.4.2数据挖掘技术的引入

2.4.3算法选择的依据

2.5小结

第3章面向大学生心理问题数据挖掘系统实现

3.1需求分析

3.1.1数据挖掘系统业务流程分析

3.1.2数据挖掘系统功能分析

3.2心理数据挖掘系统体系结构

3.3数据准备

3.3.1数据来源

3.3.2数据预处理

3.4分类规则挖掘方法——决策树方法

3.4.1挖掘目标

3.4.2决策树原理

3.4.3决策树实现方法——ID3算法

3.5关联规则挖掘算法——Apriori算法

3.5.1挖掘目标

3.5.2关联规则分析

3.5.3Apriori算法

3.6系统实现与应用

3.6.1实现方法

3.6.2心理问题数据挖掘系统的应用

3.7实验结果分析

3.8小结

第4章结束语

参考文献

在读期间发表文章和参加科研情况

致谢