| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 导论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·数据挖掘中存在的问题 | 第13页 |
| ·小区物业管理中存在的问题及解决办法 | 第13-14页 |
| ·本课题要达到的设计目标 | 第14-15页 |
| ·本课题可能的创新点 | 第15-16页 |
| 2 数据挖掘相关知识概述 | 第16-24页 |
| ·数据挖掘技术的引进 | 第16-17页 |
| ·数据挖掘的产生及定义 | 第17-18页 |
| ·数据挖掘的知识发现过程 | 第18-19页 |
| ·数据挖掘的功能 | 第19-21页 |
| ·数据挖掘过程 | 第21-23页 |
| ·数据仓库与数据挖掘的关系 | 第23-24页 |
| 3 数据挖掘的主要分类方法 | 第24-29页 |
| ·数据源分类 | 第24-25页 |
| ·数据挖掘方法 | 第25-26页 |
| ·算法的选择依据 | 第26-27页 |
| ·决策树 | 第27-29页 |
| 4 聚类分析的算法介绍及在数据挖掘中的应用 | 第29-39页 |
| ·聚类分析综述 | 第29-32页 |
| ·聚类的方法 | 第29-30页 |
| ·常用的聚类算法 | 第30-32页 |
| ·聚类分析在数据挖掘中的应用 | 第32页 |
| ·KOHONEN神经网络 | 第32-35页 |
| ·Kohonen网络拓扑结构 | 第33页 |
| ·Kohonen神经网络的算法原理 | 第33-34页 |
| ·Kohonen神经网络的特点 | 第34-35页 |
| ·数据整理 | 第35-39页 |
| ·数据准备 | 第35-36页 |
| ·数据集构成 | 第36页 |
| ·Kohonen网络聚类分析 | 第36-39页 |
| 5 智能化小区数据仓库系统设计 | 第39-72页 |
| ·需求分析 | 第39页 |
| ·智能化小区数据仓库系统体系结构 | 第39-42页 |
| ·智能化小区物业数据仓库建设的基本步骤 | 第42-54页 |
| ·数据挖掘技术在物业收费管理模块中的应用 | 第54-67页 |
| ·需求分析 | 第54-55页 |
| ·解决方案----用数据挖掘技术设计的物业管理收费模块 | 第55-63页 |
| ·实验预测 | 第63-67页 |
| ·恶意欠费预测建模实现 | 第67-72页 |
| ·数据集构建 | 第67页 |
| ·建立模型 | 第67-68页 |
| ·提取特征规则 | 第68页 |
| ·模型效果评估 | 第68页 |
| ·模型应用 | 第68-69页 |
| ·模型评估 | 第69页 |
| ·部署和应用 | 第69页 |
| ·预测结果展示 | 第69-72页 |
| 总结与展望 | 第72-75页 |
| 总结 | 第72-73页 |
| 展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读工程硕士期间所发表的文章 | 第78页 |
| 个人简历 | 第78-79页 |
| 致谢 | 第79页 |