基于校园一卡通开水数据的分析
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 论文研究背景 | 第13页 |
| 1.2 该领域国内外研究概况 | 第13-15页 |
| 1.3 校园一卡通系统概述 | 第15-16页 |
| 1.3.1 校园一卡通系统简介 | 第15页 |
| 1.3.2 校园一卡通系统架构 | 第15-16页 |
| 1.3.3 校园一卡通数据的存储 | 第16页 |
| 1.4 校园一卡通数据分析研究内容 | 第16页 |
| 1.5 本文研究的目的及意义 | 第16-17页 |
| 1.6 本文的内容组织结构 | 第17-19页 |
| 第二章 校园一卡通开水数据需求分析 | 第19-25页 |
| 2.1 校园一卡通开水数据需求概述 | 第19页 |
| 2.2 校园一卡通开水数据系统建设原则 | 第19-20页 |
| 2.3 校园一卡通数据分析目标 | 第20-21页 |
| 2.3.1 总体性目标 | 第20-21页 |
| 2.3.2 具体性目标 | 第21页 |
| 2.4 校园一卡通数据分析思路 | 第21-25页 |
| 2.4.1 数据分析步骤 | 第21-22页 |
| 2.4.2 面向校园决策者的数据分析思路 | 第22-23页 |
| 2.4.3 面向校园规划者的数据分析思路 | 第23-25页 |
| 第三章 校园一卡通开水数据系统的设计 | 第25-33页 |
| 3.1 校园一卡通开水数据分析系统 | 第25页 |
| 3.2 校园一卡通数据分析工具 | 第25-26页 |
| 3.3 校园一卡通数据仓库架构 | 第26-30页 |
| 3.3.1 数据仓库的概念 | 第26-27页 |
| 3.3.2 数据仓库的体系结构 | 第27-28页 |
| 3.3.3 校园一卡通数据仓库 | 第28-30页 |
| 3.4 校园一卡通数据的预处理方法 | 第30-33页 |
| 3.4.1 数据清理 | 第30-31页 |
| 3.4.2 数据收集 | 第31页 |
| 3.4.3 数据归约 | 第31页 |
| 3.4.4 数据变换 | 第31-33页 |
| 第四章 校园一卡通开水数据分析 | 第33-57页 |
| 4.1 数据准备 | 第33-34页 |
| 4.2 各校区开水全天使用量分析 | 第34-37页 |
| 4.2.1 分析内容 | 第34-35页 |
| 4.2.2 分析对象组成 | 第35页 |
| 4.2.3 结果分析 | 第35-37页 |
| 4.3 各楼开水使用量分析方法 | 第37-39页 |
| 4.3.1 分析对象 | 第37页 |
| 4.3.2 各楼指标 | 第37-38页 |
| 4.3.3 结果分析 | 第38-39页 |
| 4.4 各开水机使用量分析 | 第39-46页 |
| 4.4.1 开水使用特征指标特点 | 第39-40页 |
| 4.4.2 各校区开水机使用量数据分析 | 第40-42页 |
| 4.4.3 开水数据分析公式 | 第42-46页 |
| 4.5 凝聚式层次聚类 | 第46-50页 |
| 4.5.1 数据挖掘基本概念 | 第46-47页 |
| 4.5.2 数据挖掘聚类分析描述 | 第47-48页 |
| 4.5.3 凝聚式层次聚类描述 | 第48-50页 |
| 4.6 校园一卡通开水使用者凝聚式聚类分析 | 第50-53页 |
| 4.6.1 数据挖掘时段 | 第50-51页 |
| 4.6.2 用户形式化描述 | 第51页 |
| 4.6.3 用户属性距离度量方法 | 第51-52页 |
| 4.6.4 层次聚类算法 | 第52-53页 |
| 4.7 层次聚类结果 | 第53-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 研究内容及总结 | 第57页 |
| 5.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-63页 |
| 作者和导师简介 | 第63-65页 |
| 专业学位硕士研究生学位论文答辩委员会决议书 | 第65-66页 |
