| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·空间数据挖掘的研究状况 | 第8-9页 |
| ·基于位置信息的数据挖掘的研究现状 | 第9-10页 |
| ·本文的研究目的及主要工作 | 第10-11页 |
| ·论文的章节安排及创新 | 第11-12页 |
| 第二章 本文涉及的相关理论 | 第12-19页 |
| ·空间数据挖掘的知识发现的含义及步骤 | 第12-13页 |
| ·空间数据挖掘的任务 | 第13-14页 |
| ·空间数据挖掘的基本过程 | 第14-15页 |
| ·空间数据挖掘的方法 | 第15-19页 |
| ·空间聚类 | 第15-16页 |
| ·关联规则 | 第16-18页 |
| ·空间分析方法 | 第18-19页 |
| 第三章 基于空间分析功能的空间数据挖掘 | 第19-29页 |
| ·基于空间分析的空间数据挖掘模型 | 第19-20页 |
| ·基于空间分析的数据挖掘 | 第20-29页 |
| ·系统GIS结构 | 第20-21页 |
| ·利用GIS分析功能实现的数据挖掘 | 第21-25页 |
| ·利用GIS分析功能结合数据挖掘的经典算法的算法改进 | 第25-27页 |
| ·对实验结果的评价 | 第27-29页 |
| 第四章 基于聚类和关联规则的数据挖掘 | 第29-45页 |
| ·基于关联规则Apriori算法的挖掘运动人群内在联系 | 第29-35页 |
| ·数据说明及基本思想 | 第29-30页 |
| ·具体步骤及算法 | 第30-34页 |
| ·对实验结果的验证 | 第34-35页 |
| ·对算法的计算量的探讨 | 第35页 |
| ·基于k-means算法挖掘最容易搭乘出租车的路段 | 第35-45页 |
| ·数据说明及基本思想 | 第35-36页 |
| ·具体步骤及算法 | 第36-38页 |
| ·对算法的评价及探讨——对于不同数据量的处理时所产生的问题 | 第38-45页 |
| 第五章 总结与展望 | 第45-47页 |
| ·本文的创新点及结论 | 第45页 |
| ·可进一步深入的工作 | 第45-46页 |
| ·展望 | 第46-47页 |
| 参考文献 | 第47-48页 |
| 致谢 | 第48页 |
