摘要 | 第7-8页 |
Abstract | 第8页 |
第一章 绪论 | 第9-14页 |
1.1 课题研究背景 | 第9页 |
1.2 课题研究意义 | 第9-10页 |
1.2.1 理论意义 | 第9-10页 |
1.2.2 现实意义 | 第10页 |
1.3 国内外研究现状 | 第10-12页 |
1.3.1 国外研究现状 | 第10-11页 |
1.3.2 国内研究现状 | 第11页 |
1.3.3 国内外研究现状分析 | 第11-12页 |
1.4 课题研究主要内容 | 第12-13页 |
1.5 论文结构 | 第13-14页 |
第二章 相关理论 | 第14-26页 |
2.1 智慧校园 | 第14-15页 |
2.2 数据挖掘技术 | 第15-18页 |
2.2.1 数据挖掘概念 | 第15页 |
2.2.2 大数据概念 | 第15页 |
2.2.3 数据挖掘的功能 | 第15-16页 |
2.2.4 数据挖掘过程 | 第16-17页 |
2.2.5 数据可视化 | 第17-18页 |
2.3 用户网络行为分析 | 第18-19页 |
2.4 相关算法和方法 | 第19-25页 |
2.4.1 统计分析 | 第19页 |
2.4.2 决策树分类算法 | 第19-20页 |
2.4.3 关联规则挖掘算法 | 第20-22页 |
2.4.4 频繁轨迹模式挖掘算法 | 第22-23页 |
2.4.5 回归分析法 | 第23-24页 |
2.4.6 熵权法 | 第24页 |
2.4.7 归一化方法 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第三章 基于智慧校园的大学生亚健康分析模型构建 | 第26-40页 |
3.1 模型概述 | 第26-27页 |
3.2 模型设计详细设计 | 第27-38页 |
3.2.1 生活轨迹与亚健康分析 | 第27-32页 |
3.2.2 网络使用习惯与亚健康分析 | 第32页 |
3.2.3 经济水平与亚健康分析 | 第32-33页 |
3.2.4 学习水平与亚健康分析 | 第33页 |
3.2.5 人际关系与亚健康分析 | 第33-38页 |
3.3 学生画像与亚健康模型构建 | 第38-39页 |
3.4 本章小结 | 第39-40页 |
第四章 基于智慧校园的大学生亚健康分析数据仓库建立 | 第40-50页 |
4.1 数据仓库建立 | 第40-47页 |
4.1.1 主题设计 | 第40页 |
4.1.2 维度表设计 | 第40-41页 |
4.1.3 事实表设计 | 第41-44页 |
4.1.4 数据仓库物理模型 | 第44-47页 |
4.2 数据预处理 | 第47-49页 |
4.2.1 数据清洗 | 第47-48页 |
4.2.2 数据集成 | 第48页 |
4.2.3 数据变换 | 第48-49页 |
4.2.4 数据规约 | 第49页 |
4.3 本章小结 | 第49-50页 |
第五章 基于智慧校园的大学生亚健康实验及数据分析 | 第50-60页 |
5.1 实验环境 | 第50页 |
5.2 数据可视化分析 | 第50-57页 |
5.3 学生亚健康指数分析 | 第57-59页 |
5.4 本章小结 | 第59-60页 |
第六章 总结与展望 | 第60-62页 |
6.1 课题总结 | 第60页 |
6.2 后续工作及展望 | 第60-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-67页 |
攻读硕士学位期间取得的学术成果 | 第67页 |