假日旅游数据挖掘和流量模型的研究
摘要 | 第1-3页 |
Abstract | 第3-9页 |
第一章 绪论 | 第9-12页 |
·课题来源 | 第9页 |
·课题背景 | 第9-10页 |
·研究意义 | 第10-11页 |
·研究内容 | 第11-12页 |
第二章 数据挖掘技术 | 第12-23页 |
·数据挖掘的概念 | 第12页 |
·数据挖掘技术产生的必然性 | 第12页 |
·数据挖掘的步骤 | 第12-14页 |
·数据挖掘的体系结构 | 第14页 |
·数据挖掘的主要模式 | 第14-17页 |
·模式的相关知识 | 第14-15页 |
·模式的种类 | 第15页 |
·挖掘模式分类 | 第15-17页 |
·数据挖掘的研究对象及目前的研究情况 | 第17-19页 |
·数据挖掘的研究对象 | 第17页 |
·国外研究现状 | 第17-18页 |
·国内研究现状 | 第18-19页 |
·数据挖掘的应用领域 | 第19-20页 |
·数据挖掘的未来发展方向 | 第20-23页 |
第三章 数学建模和预测 | 第23-32页 |
·数学建模原理 | 第23-24页 |
·数学建模的定义 | 第23页 |
·数学建模的一般步骤 | 第23-24页 |
·数学建模的方法 | 第24页 |
·预测的基本原理 | 第24-25页 |
·惯性原理 | 第25页 |
·类推原理 | 第25页 |
·相关原理 | 第25页 |
·预测方法 | 第25-30页 |
·移动平均法 | 第25-26页 |
·指数平滑法 | 第26-27页 |
·回归预测 | 第27-30页 |
·时间序列预测法 | 第30页 |
·预测效果的评价 | 第30-32页 |
第四章 假日旅游信息的空间建模研究 | 第32-44页 |
·旅游信息的空间属性 | 第32-34页 |
·旅游线路的空间属性 | 第32-33页 |
·旅游资源的空间属性 | 第33-34页 |
·空间数据组成 | 第34页 |
·空间数据模型 | 第34-36页 |
·矢量模型 | 第35页 |
·栅格模型 | 第35-36页 |
·矢量栅格一体化数据模型 | 第36-38页 |
·点状目标的数据模型 | 第37页 |
·线状目标的数据模型 | 第37-38页 |
·面状目标的数据模型 | 第38页 |
·空间数据存储 | 第38-41页 |
·空间数据分类 | 第38-39页 |
·空间数据编码 | 第39页 |
·空间数据存储 | 第39-41页 |
·旅游空间信息在关系数据库中的建模 | 第41-42页 |
·小结 | 第42-44页 |
第五章 旅游信息空间关联规则的挖掘研究 | 第44-58页 |
·空间关联规则的基本概念 | 第44-45页 |
·空间信息抽取 | 第45-46页 |
·数据预处理 | 第46-47页 |
·缺失数据填充 | 第46页 |
·嗓音数据处理 | 第46-47页 |
·连续属性的离散化 | 第47页 |
·旅游信息空间关联规则挖掘算法研究 | 第47-55页 |
·Apriori 算法 | 第47-49页 |
·Apriori 算法存在的问题及研究现状 | 第49-50页 |
·对Apriori 算法的改进 | 第50页 |
·改进算法的思想 | 第50-51页 |
·算法描述 | 第51-52页 |
·算法解释 | 第52-54页 |
·算法的比较 | 第54-55页 |
·旅游信息空间关联规则挖掘实验分析 | 第55-57页 |
·空间关联规则提取 | 第55-56页 |
·应用实例 | 第56-57页 |
·小结 | 第57-58页 |
第六章 旅游客流量预测模型的建立 | 第58-70页 |
·数据来源 | 第58页 |
·国内旅游人数预测模型 | 第58-63页 |
·线性回归模型 | 第58-60页 |
·指数曲线模型 | 第60-61页 |
·二次指数模型 | 第61-62页 |
·模型分析及预测 | 第62-63页 |
·境外旅游人数预测模型 | 第63-69页 |
·回归预测模型 | 第63-65页 |
·指数曲线预测模型 | 第65-66页 |
·二次指数平滑预测模型 | 第66-68页 |
·模型检验结果与分析 | 第68-69页 |
·小结 | 第69-70页 |
第七章 结论 | 第70-72页 |
参考文献 | 第72-77页 |
附录 | 第77-80页 |
在学期间发表的论文及科研成果 | 第80-81页 |
致谢 | 第81页 |