Web时空数据挖掘及其地图信息服务
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第一章 引言 | 第13-19页 |
| ·研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·研究目标和研究内容 | 第15-17页 |
| ·研究目标 | 第15-17页 |
| ·研究内容和拟解决的问题 | 第17页 |
| ·文章结构安排 | 第17-19页 |
| 第二章 Web时空数据挖掘和WebGIS理论基础 | 第19-32页 |
| ·数据挖掘 | 第19-22页 |
| ·数据挖掘的概念 | 第19-20页 |
| ·数据挖掘的处理对象 | 第20-21页 |
| ·数据挖掘的功能 | 第21-22页 |
| ·关联规则 | 第22页 |
| ·Web数据挖掘 | 第22-25页 |
| ·Web数据挖掘的概念 | 第23页 |
| ·Web数据特点 | 第23-24页 |
| ·Web数据挖掘的分类 | 第24-25页 |
| ·空间数据挖掘 | 第25-27页 |
| ·空间数据挖掘概念 | 第25页 |
| ·空间数据挖掘的方法和任务 | 第25-26页 |
| ·空间关联规则 | 第26-27页 |
| ·时空数据挖掘 | 第27-28页 |
| ·时空数据挖掘概念 | 第27-28页 |
| ·时空关联规则 | 第28页 |
| ·Web时空数据挖掘 | 第28-31页 |
| ·Web时空数据挖掘概念 | 第29页 |
| ·Web时空数挖掘的流程 | 第29页 |
| ·Web时空信息的抽取 | 第29-30页 |
| ·Web时空数据挖掘的类别 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 Web时空数据挖掘的关键技术和相关软件 | 第32-52页 |
| ·网页抓取相关技术 | 第32-36页 |
| ·URL地址格式 | 第32-33页 |
| ·HTTP协议 | 第33-34页 |
| ·网络爬虫 | 第34-36页 |
| ·网页信息抽取相关技术 | 第36-41页 |
| ·HTML解析 | 第36-39页 |
| ·正则表达式 | 第39-40页 |
| ·中文分词 | 第40-41页 |
| ·关联规则挖掘技术 | 第41-44页 |
| ·Apriori算法描述 | 第42-43页 |
| ·Apriori算法伪代码 | 第43页 |
| ·由频繁项集产生关联规则 | 第43-44页 |
| ·工具介绍 | 第44-51页 |
| ·jsoup | 第44-47页 |
| ·NLPIR分词系统 | 第47-50页 |
| ·百度地图API | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 实例验证 | 第52-72页 |
| ·系统总体框架 | 第52页 |
| ·天气信息的抽取 | 第52-56页 |
| ·天气信息处理流程 | 第54-55页 |
| ·数据存储 | 第55-56页 |
| ·新浪微博信息获取 | 第56-64页 |
| ·技术路线 | 第56-57页 |
| ·新浪微博的登录 | 第57-58页 |
| ·源代码的解析 | 第58-59页 |
| ·微博抽取 | 第59页 |
| ·微博识别 | 第59-63页 |
| ·微博中时空信息抽取 | 第63-64页 |
| ·微博数据的存储 | 第64页 |
| ·时空关联规则挖掘 | 第64-68页 |
| ·时空事件 | 第64-65页 |
| ·时空事件模型的构建 | 第65页 |
| ·时空数据挖掘表的建立 | 第65-67页 |
| ·时空关联规则挖掘算法应用 | 第67-68页 |
| ·知识表达 | 第68-71页 |
| ·实时信息服务和数据查询 | 第68-70页 |
| ·数据统计分析服务 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| ·总结 | 第72页 |
| ·特色与创新 | 第72-73页 |
| ·主要不足与下一步工作 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 附录 | 第80-81页 |
| 后记 | 第81-82页 |
