基于校园一卡通系统的决策支持和数据分析研究
| 学位论文数据集 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文主要研究内容及创新点 | 第17-19页 |
| 1.4 论文的基本结构 | 第19-20页 |
| 1.5 技术路线 | 第20-22页 |
| 第二章 相关技术介绍 | 第22-36页 |
| 2.1 校园一卡通系统概述 | 第22-26页 |
| 2.1.1 校园一卡通系统简介 | 第22-23页 |
| 2.1.2 校园一卡通系统架构 | 第23-24页 |
| 2.1.3 校园一卡通系统功能模块及数据表简介 | 第24-26页 |
| 2.2 数据仓库技术概述 | 第26-28页 |
| 2.2.1 数据仓库简介 | 第26-27页 |
| 2.2.2 数据仓库系统构成 | 第27-28页 |
| 2.3 数据挖掘技术概述 | 第28-35页 |
| 2.3.1 数据挖掘简介 | 第28-30页 |
| 2.3.2 数据挖掘算法简介 | 第30-33页 |
| 2.3.3 数据挖掘流程 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 校园卡消费行为挖掘分析系统设计 | 第36-44页 |
| 3.1 问题提出 | 第36页 |
| 3.2 系统结构规划 | 第36-39页 |
| 3.2.1 体系整体结构 | 第36-38页 |
| 3.2.2 系统模块概览 | 第38-39页 |
| 3.3 数据仓库设计 | 第39-43页 |
| 3.3.1 数据仓库的构建规划 | 第39-40页 |
| 3.3.2 数据仓库的构建过程 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 数据挖掘分析方法 | 第44-52页 |
| 4.1 多源数据融合 | 第44-46页 |
| 4.1.1 数据清洗 | 第44-45页 |
| 4.1.2 数据融合 | 第45-46页 |
| 4.2 基于约减的FP-growth改进算法 | 第46-47页 |
| 4.3 敏捷应用数据库 | 第47-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 决策支持应用 | 第52-68页 |
| 5.1 用户行为模式挖掘 | 第52-53页 |
| 5.2 食堂人数峰值预测 | 第53-59页 |
| 5.2.1 构建敏捷应用数据库 | 第53-55页 |
| 5.2.2 基于非线性回归的食堂人数预测 | 第55-58页 |
| 5.2.3 拟合曲线的优化及应用 | 第58-59页 |
| 5.3 学生不在校预警 | 第59-66页 |
| 5.3.1 需求分析 | 第59-60页 |
| 5.3.2 构建敏捷应用数据库 | 第60-63页 |
| 5.3.3 实验结果与分析 | 第63-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 研究成果及发表的学术论文 | 第76-78页 |
| 作者和导师简介 | 第78-80页 |
| 附件 | 第80-81页 |
