声明
第一章 绪论
1.1研究背景及意义
1.2国内外研究现状
1.3主要研究内容
1.4本章小结
第二章 数据关联分析与挖掘技术概念和相关方法
2.1数据挖掘概念
2.2关联分析方法
2.2.1欧几里得距离
2.2.2相关系数
2.2.3余弦相似度
2.3 KMeans聚类算法
2.4决策树分类算法
2.5本章小结
第三章 课程关联分析
3.1课程关联分析问题描述
3.2课程关联分析算法
3.2.1基于欧几里德距离的关联分析算法
3.2.2基于相关系数的关联分析算法
3.2.3基于余弦相似度的关联分析算法
3.3 实验
3.3.1数据集
3.3.2实验方案
3.3.3实验结果及分析
3.4 本章小结
第四章 学生群体划分与学生成绩分析
4.1学生群体划分问题描述
4.2基于KMeans算法的学生群体划分
4.3学生群体划分算法实验
4.3.1实验平台
4.3.2实验数据集
4.3.3实验结果及分析
4.4学生成绩分析问题描述
4.5基于决策树算法的学生成绩分析
4.5.1决策树算法思想
4.5.2决策树剪枝
4.6学生成绩分析算法实验
4.6.1实验平台与数据集
4.6.2实验及结果分析
4.7本章小结
第五章 系统设计与实现
5.1系统架构
5.1.1 功能架构
5.1.2 逻辑架构
5.1.3 技术架构
5.1.4 安全架构
5.2系统设计
5.2.1 登录设计
5.2.2 课程关联设计
5.2.3 学生群体划分设计
5.2.4 成绩分析设计
5.3关键技术
5.3.1 HTTPS的安全通信
5.3.2 JWT 生成认证Token
5.3.3 Token认证方案
5.3.4 Bootstrap的UI解决方案
5.3.5 Hibernate的持久化存储方案
5.3.6 Spring的注入和数据库事务管理
5.3.7 ChartJS的数据可视化
5.4系统功能展示
5.4.1登录
5.4.2功能展示
5.5本章小结
第六章 总结与展望
6.1总结
6.2展望
参考文献
附录
附录1调查问卷
附录2英语数据集B的决策树
附录3计算机基础数据集B的决策树
附录4 数学数据集B的决策树
致谢
攻读学位期间发表的学术论文情况
广西大学;