| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 论文研究内容与结构 | 第13-16页 |
| 1.3.1 论文的研究内容 | 第13页 |
| 1.3.2 论文的组织结构 | 第13-16页 |
| 第2章 数据挖掘与聚类分析 | 第16-24页 |
| 2.1 数据挖掘 | 第16-20页 |
| 2.1.1 数据挖掘的概念 | 第16-17页 |
| 2.1.2 数据挖掘的发展趋势 | 第17-18页 |
| 2.1.3 数据挖掘目标及任务 | 第18页 |
| 2.1.4 数据挖掘方法 | 第18-19页 |
| 2.1.5 数据挖掘的过程 | 第19-20页 |
| 2.1.6 数据挖掘的应用 | 第20页 |
| 2.2 聚类分析 | 第20-23页 |
| 2.2.1 聚类分析定义 | 第20-21页 |
| 2.2.2 聚类存在问题 | 第21页 |
| 2.2.3 聚类分析的应用 | 第21-22页 |
| 2.2.4 聚类分析算法分类 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 校园一卡通系统的数据处理与分析 | 第24-38页 |
| 3.1 校园一卡通系统用户行为分析 | 第24-27页 |
| 3.1.1 用户行为分析的概念 | 第24-25页 |
| 3.1.2 校园一卡通系统用户行为分析的目的和意义 | 第25-26页 |
| 3.1.3 校园一卡通系统用户行为分析的依据 | 第26-27页 |
| 3.2 数据预处理的意义 | 第27页 |
| 3.3 数据预处理的方法 | 第27-30页 |
| 3.3.1 数据清洗 | 第28页 |
| 3.3.2 数据集成 | 第28-29页 |
| 3.3.3 数据变换 | 第29页 |
| 3.3.4 数据规约 | 第29-30页 |
| 3.3.5 数据离散化 | 第30页 |
| 3.4 校园一卡通数据分析系统的说明 | 第30-31页 |
| 3.4.1 数据预处理 | 第30页 |
| 3.4.2 数据分类 | 第30页 |
| 3.4.3 对比模块分析 | 第30-31页 |
| 3.5 校园一卡通系统用户行为数据的预处理 | 第31-32页 |
| 3.5.1 校园一卡通系统中用户信息存储 | 第31-32页 |
| 3.5.2 校园一卡通系统中用户数据整理工作 | 第32页 |
| 3.6 针对学生行为的数据整理与数据处理 | 第32-37页 |
| 3.6.1 网络帐号的数据处理 | 第33-34页 |
| 3.6.2 网络交费刷卡记录的数据处理 | 第34-35页 |
| 3.6.3 图书馆出入门禁刷卡记录的数据处理 | 第35-36页 |
| 3.6.4 学生人均成绩的数据处理 | 第36-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第4章 K_ means算法的数据挖掘研究 | 第38-58页 |
| 4.1 K_means算法 | 第38-43页 |
| 4.1.1 传统k_means算法概述 | 第38-39页 |
| 4.1.2 传统k_means算法原理 | 第39页 |
| 4.1.3 K_means算法中的几种距离说明 | 第39-41页 |
| 4.1.4 传统K_means算法优缺点 | 第41-42页 |
| 4.1.5 K_means算法的改进 | 第42页 |
| 4.1.6 优化的K_means算法 | 第42-43页 |
| 4.2 校园一卡通系统中的数据 | 第43-47页 |
| 4.2.1 生活流水数据 | 第43-45页 |
| 4.2.2 消费流水数据 | 第45-47页 |
| 4.3 基于校园一卡通系统数据仓库的设计 | 第47-51页 |
| 4.3.1 数据仓库系统的层次 | 第47-48页 |
| 4.3.2 数据仓库的建立 | 第48-51页 |
| 4.3.3 数据挖掘模型的建立 | 第51页 |
| 4.4 聚类结果以及结果分析 | 第51-56页 |
| 4.4.1 聚类结果 | 第51-53页 |
| 4.4.2 聚类结果分析 | 第53-54页 |
| 4.4.3 对于行为不良的学生数据的具体分析 | 第54-56页 |
| 4.5 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-66页 |
| 致谢 | 第66-68页 |
| 个人简历 | 第68页 |