首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

校园中隐式用户行为数据挖掘研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-11页
表格索引第11-12页
插图索引第12-13页
算法索引第13-14页
第一章 绪论第14-20页
   ·隐式用户行为数据挖掘第14-15页
     ·隐式用户行为数据第14页
     ·隐式用户行为数据挖掘第14-15页
   ·相关系统与数据集第15-17页
     ·相关系统第15-16页
     ·数据集第16-17页
   ·相关工作第17页
     ·社交网络上的行为实验第17页
     ·用户行为习惯挖掘第17页
     ·时间序列分析第17页
   ·本文的研究内容第17-18页
   ·本文的组织结构第18页
   ·本章小结第18-20页
第二章 投票行为实验第20-36页
   ·引言第20-21页
   ·研究基础第21-24页
     ·经典选民模型第21-22页
     ·有偏选民模型第22-24页
   ·实验设计第24-26页
   ·实验准备第26-29页
     ·平台选择第26-27页
     ·激励机制第27页
     ·参与者选择第27页
     ·软件设计第27-28页
     ·硬件平台第28-29页
     ·数据处理第29页
   ·实验结果分析第29-33页
     ·集体行为第29-33页
     ·个体行为第33页
   ·本章小结第33-36页
第三章 智慧校园-生活习惯“体检”报告第36-50页
   ·引言第36-38页
   ·智慧校园与行为分析第38-39页
     ·智慧城市与智慧校园第38页
     ·生活行为分析第38-39页
     ·构建生活习惯建议第39页
   ·系统设计第39-49页
     ·Windows Azure云计算平台第42-43页
     ·并行数据爬虫实现第43-47页
     ·用户界面设计第47-49页
   ·本章小结第49-50页
第四章 智慧校园-食堂突发事件及学生离校预警第50-62页
   ·引言第50-51页
   ·研究基础第51-56页
     ·平滑方法第51-54页
     ·单变量模型第54-56页
   ·实验分析第56-61页
     ·食堂满意度预警第56-59页
     ·学生离校预警第59-61页
   ·本章小结第61-62页
第五章 总结与展望第62-64页
   ·全文总结第62页
   ·未来工作第62-64页
参考文献第64-66页
致谢第66-68页
在读期间发表的学术论文与取得的研究成果第68页

论文共68页,点击 下载论文
上一篇:基于Hadoop平台的时序数据处理方法研究
下一篇:服务体执行流模型中消息通信的时间可预测性研究