基于数据挖掘的电力信息分类及搜索技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文背景、目的和意义 | 第10-11页 |
| 1.2 国内外研究动态 | 第11-13页 |
| 1.3 论文的组织结构 | 第13-14页 |
| 1.4 论文取得的主要成绩 | 第14-15页 |
| 第2章 数据仓库与数据挖掘技术 | 第15-22页 |
| 2.1 数据仓库 | 第15-17页 |
| 2.1.1 数据仓库的方案结构 | 第15-16页 |
| 2.1.2 数据仓库数据分析 | 第16页 |
| 2.1.3 数据仓库中的索引 | 第16-17页 |
| 2.2 数据挖掘 | 第17-20页 |
| 2.2.1 数据挖掘技术 | 第17-18页 |
| 2.2.2 数据挖掘算法 | 第18页 |
| 2.2.3 数据挖掘的应用 | 第18-20页 |
| 2.3 数据仓库与数据挖掘的结合 | 第20-22页 |
| 2.3.1 数据仓库与数据挖掘两者的区别 | 第20页 |
| 2.3.2 数据仓库与数据挖掘之间的联系 | 第20页 |
| 2.3.3 数据仓库中数据存储的特点 | 第20-21页 |
| 2.3.4 数据仓库中数据挖掘的特点 | 第21-22页 |
| 第3章 文本挖掘概述 | 第22-25页 |
| 3.1 文本挖掘概念 | 第22页 |
| 3.2 文本挖掘的过程 | 第22-23页 |
| 3.3 文本挖掘功能 | 第23-24页 |
| 3.4 论文中文本挖掘的应用 | 第24-25页 |
| 第4章 相关算法研究、改进及应用 | 第25-37页 |
| 4.1 关联规则算法及其应用 | 第25-29页 |
| 4.1.1 关联规则的定义和过程 | 第25-26页 |
| 4.1.2 关联规则典型算法 | 第26-27页 |
| 4.1.3 经典频繁项目集方法 | 第27-28页 |
| 4.1.4 APRIORI算法的应用和实现 | 第28-29页 |
| 4.2 文本聚类算法的改进和实现 | 第29-37页 |
| 4.2.1 文本聚类算法的过程和功能 | 第29-31页 |
| 4.2.2 中文切词算法及演示 | 第31-33页 |
| 4.2.3 特征向量表示和权重的计算 | 第33-34页 |
| 4.2.4 关键词关联度与文挡相似度算法的研究 | 第34-36页 |
| 4.2.5 K-MEANS聚类算法及应用 | 第36-37页 |
| 第5章 搜索方案详细设计及实现 | 第37-45页 |
| 5.1 开发工具简介 | 第37-42页 |
| 5.1.1 JAVA发展历程 | 第37-38页 |
| 5.1.2 ACCESS主要功能介绍 | 第38-39页 |
| 5.1.3 创建电力信息数据仓库 | 第39-42页 |
| 5.2 搜索方案的设计与实现 | 第42-45页 |
| 5.2.1 搜索方案功能介绍 | 第42页 |
| 5.2.2 方案总体设计 | 第42-43页 |
| 5.2.3 搜索算法设计图 | 第43-45页 |
| 第6章 方案测试结果分析 | 第45-47页 |
| 6.1 文本聚类实验结果分析 | 第45-46页 |
| 6.2 方案搜索实验结果及分析 | 第46-47页 |
| 第7章 结束语 | 第47-49页 |
| 7.1 论文总结 | 第47页 |
| 7.2 前景展望 | 第47-48页 |
| 7.3 收获与感想 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54页 |
