| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究方法及内容 | 第14-15页 |
| 1.3.1 研究方法 | 第14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第二章 在线医疗及高血压病情概述 | 第17-20页 |
| 2.1 我国实体医院和在线医疗平台的现状 | 第17-19页 |
| 2.2 全国高血压患者患病概述 | 第19-20页 |
| 第三章 数据挖掘及分类算法相关理论知识 | 第20-26页 |
| 3.1 数据挖掘概述 | 第20-23页 |
| 3.1.1 数据挖掘定义及模式 | 第20-21页 |
| 3.1.2 数据挖掘技术与方法 | 第21-22页 |
| 3.1.3 数据挖掘的应用 | 第22-23页 |
| 3.2 二项Logistic回归分类算法 | 第23-26页 |
| 第四章 数据预处理 | 第26-32页 |
| 4.1 数据来源 | 第26页 |
| 4.2 数据选择 | 第26-27页 |
| 4.3 分词处理 | 第27-28页 |
| 4.3.1 字符串匹配的分词方法 | 第27-28页 |
| 4.3.2 词义分词法 | 第28页 |
| 4.3.3 统计分词法 | 第28页 |
| 4.4 数据转换 | 第28-31页 |
| 4.5 数据预处理结果 | 第31-32页 |
| 第五章 构建基于二项logistic回归的分类模型 | 第32-41页 |
| 5.1 模型一的构建 | 第33-39页 |
| 5.1.1 准备数据 | 第33-34页 |
| 5.1.2 统计分析 | 第34-35页 |
| 5.1.3 结果分析 | 第35-37页 |
| 5.1.4 模型优化 | 第37-39页 |
| 5.2 模型二的构建 | 第39-41页 |
| 第六章 基于分类模型的在线病情分析系统 | 第41-48页 |
| 6.1 需求分析 | 第41-42页 |
| 6.2 概要设计 | 第42-48页 |
| 6.2.1 系统流程设计 | 第42-43页 |
| 6.2.2 体系结构设计 | 第43页 |
| 6.2.3 页面设计 | 第43-45页 |
| 6.2.4 数据存储设计 | 第45-46页 |
| 6.2.5 调用SPSS建模结果 | 第46-48页 |
| 第七章 总结与展望 | 第48-50页 |
| 7.1 总结 | 第48页 |
| 7.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |