校园一卡通消费数据的挖掘与分析
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-11页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 主要研究内容 | 第10页 |
| 1.3 本文组织结构 | 第10-11页 |
| 1.4 本章小结 | 第11页 |
| 2 相关技术背景介绍 | 第11-25页 |
| 2.1 校园一卡通技术 | 第11-14页 |
| 2.2 数据挖掘技术简介 | 第14-17页 |
| 2.3 K-means算法 | 第17-20页 |
| 2.4 C4.5算法 | 第20-22页 |
| 2.5 Apriori算法 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 需求分析以及方案设计 | 第25-27页 |
| 3.1 需求分析 | 第25-26页 |
| 3.2 校园一卡通数据挖掘方案设计 | 第26页 |
| 3.3 实验环境 | 第26页 |
| 3.4 总体架构 | 第26-27页 |
| 3.5 本章小结 | 第27页 |
| 4 校园一卡通数据分析与研究 | 第27-44页 |
| 4.1 校园一卡通数据来源分析 | 第27-28页 |
| 4.2 学生消费行为与贫困生情况的关联分析 | 第28-33页 |
| 4.2.1 数据预处理阶段 | 第28-29页 |
| 4.2.2 算法建模阶段 | 第29-32页 |
| 4.2.3 实例结果分析 | 第32-33页 |
| 4.3 学生消费行为与学生成绩情况的关联分析 | 第33-37页 |
| 4.3.1 数据预处理阶段 | 第33-35页 |
| 4.3.2 算法建模阶段 | 第35-36页 |
| 4.3.3 实例结果分析 | 第36-37页 |
| 4.4 学生消费行为与商户情况的关联分析 | 第37-44页 |
| 4.4.1 数据预处理阶段 | 第37-38页 |
| 4.4.2 算法建模阶段 | 第38-42页 |
| 4.4.3 实例结果分析 | 第42-44页 |
| 4.5 本章小结 | 第44页 |
| 5 总结与展望 | 第44-47页 |
| 5.1 总结 | 第44-45页 |
| 5.2 进一步的工作展望 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-51页 |
