校园一卡通应用数据分析系统的研究与实现
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 数据挖掘研究现状 | 第10-11页 |
| 1.2.2 校园卡数据分析系统研究现状 | 第11-13页 |
| 1.3 本文的主要内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 相关理论基础 | 第15-21页 |
| 2.1 K-means聚类算法 | 第15-17页 |
| 2.1.1 K-means基本思想 | 第15-16页 |
| 2.1.2 K-means算法性质 | 第16-17页 |
| 2.1.3 K-means算法的基本流程 | 第17页 |
| 2.2 Apriori关联规则算法 | 第17-20页 |
| 2.2.1 Apriori算法的基本思想 | 第18页 |
| 2.2.2 Apriori算法性质 | 第18-19页 |
| 2.2.3 Apriori算法的基本过程 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 基于Voronoi图的K-means算法改进 | 第21-30页 |
| 3.1 基于Voronoi图的改进 | 第21-22页 |
| 3.2 基于加权平均值法的改进 | 第22-24页 |
| 3.3 VW-K-means算法的参数设置 | 第24-25页 |
| 3.4 实验结果对比分析 | 第25-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 系统整体设计 | 第30-47页 |
| 4.1 系统需求分析 | 第30-32页 |
| 4.2 数据源层 | 第32-33页 |
| 4.3 数据处理层 | 第33-38页 |
| 4.3.1 数据质量检查 | 第34页 |
| 4.3.2 调度控制 | 第34-35页 |
| 4.3.3 ETL过程 | 第35-38页 |
| 4.4 数据仓库层 | 第38-44页 |
| 4.4.1 分析主题的确立 | 第38页 |
| 4.4.2 多维数据集设计 | 第38-40页 |
| 4.4.3 维度表和事实表的建立 | 第40-43页 |
| 4.4.4 元数据设计 | 第43-44页 |
| 4.5 数据服务层 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 5 一卡通数据分析 | 第47-76页 |
| 5.1 贫困生预测及评估 | 第47-54页 |
| 5.1.1 贫困生预测 | 第47-51页 |
| 5.1.2 预测评估 | 第51-54页 |
| 5.2 餐厅消费分析 | 第54-61页 |
| 5.2.1 聚类分析 | 第54-56页 |
| 5.2.2 消费负载对比 | 第56-59页 |
| 5.2.3 时间与pos机数量关系 | 第59-61页 |
| 5.3 浴室消费分析 | 第61-66页 |
| 5.3.1 聚类分析 | 第61-63页 |
| 5.3.2 关联分析 | 第63-66页 |
| 5.4 图书馆进出及借阅分析 | 第66-72页 |
| 5.4.1 图书馆进出分析 | 第67-69页 |
| 5.4.2 图书借阅分析 | 第69-72页 |
| 5.5 可视化展示 | 第72-75页 |
| 5.5.1 餐厅消费可视化 | 第72-74页 |
| 5.5.2 浴室消费可视化 | 第74页 |
| 5.5.3 图书馆进出可视化 | 第74-75页 |
| 5.6 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读学位期间发表的的学术论文及研究成果 | 第82页 |
