基于校园一卡通和云课堂数据的消费与学习行为分析
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 数据挖掘研究现状 | 第11-14页 |
| 1.2.2 一卡通数据研究现状 | 第14页 |
| 1.3 研究目的与意义 | 第14-15页 |
| 1.4 研究内容 | 第15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第二章 相关理论与技术概述 | 第17-29页 |
| 2.1 校园一卡通系统简介 | 第17-18页 |
| 2.2 云课堂学习平台系统简介 | 第18-19页 |
| 2.3 Weka平台介绍 | 第19-22页 |
| 2.4 聚类算法对比分析 | 第22-26页 |
| 2.4.1 聚类算法简介 | 第22-23页 |
| 2.4.2 常用聚类算法的对比与选择 | 第23-26页 |
| 2.5 关联规则算法介绍与选择 | 第26-28页 |
| 2.5.1 关联规则挖掘的相关算法 | 第26-27页 |
| 2.5.2 关联规则算法的选择 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 实验数据准备 | 第29-37页 |
| 3.1 实验数据选择 | 第29-30页 |
| 3.2 校园一卡通和云课堂数据预处理 | 第30-36页 |
| 3.2.1 数据预处理步骤 | 第30-31页 |
| 3.2.2 本文进行的数据预处理工作 | 第31-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 消费与学习行为分析 | 第37-51页 |
| 4.1 消费行为分析 | 第37-45页 |
| 4.1.1 消费数据聚类分析 | 第37-40页 |
| 4.1.2 消费数据统计分析 | 第40-45页 |
| 4.2 学习行为分析 | 第45-50页 |
| 4.2.1 成绩与在线学习时长关联分析 | 第45-46页 |
| 4.2.2 成绩与年消费额关联分析 | 第46-48页 |
| 4.2.3 在线学习时长与年消费额关联分析 | 第48-49页 |
| 4.2.4 成绩、在线学习时长和年消费额关联分析 | 第49-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-55页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-55页 |
| 攻读硕士学位期间取得的研究成果 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
