基于显露模式的早期网瘾行为检测模型的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 项目研究背景和意义 | 第10-12页 |
| 1.1.1 网瘾行为研究背景 | 第10-11页 |
| 1.1.2 课题提出及其意义 | 第11-12页 |
| 1.2 相关研究概述 | 第12-15页 |
| 1.2.1 网络成瘾研究现状 | 第12-14页 |
| 1.2.2 显露模式相关研究 | 第14-15页 |
| 1.3 本文主要内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-18页 |
| 第2章 相关技术与问题定义 | 第18-26页 |
| 2.1 数据挖掘相关概念与技术 | 第18-21页 |
| 2.1.1 基础概念 | 第18-20页 |
| 2.1.2 分类技术 | 第20-21页 |
| 2.2 行为等价类与显露模式 | 第21-24页 |
| 2.2.1 行为等价类 | 第21-23页 |
| 2.2.2 显露模式 | 第23-24页 |
| 2.3 基于数据挖掘的网瘾行为研究 | 第24-25页 |
| 2.3.1 问题定义 | 第24-25页 |
| 2.3.2 解决思路 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 复杂事件处理与产生子挖掘 | 第26-40页 |
| 3.1 网瘾检测模型 | 第26-29页 |
| 3.1.1 模型设计 | 第26-27页 |
| 3.1.2 模型实现 | 第27-29页 |
| 3.2 网瘾事件处理 | 第29-36页 |
| 3.2.1 简单事件 | 第29-31页 |
| 3.2.2 复杂事件 | 第31-32页 |
| 3.2.3 复杂事件泛化处理 | 第32-34页 |
| 3.2.4 复杂事件推理 | 第34-36页 |
| 3.3 产生子挖掘 | 第36-38页 |
| 3.3.1 FP-tree的生成 | 第36-37页 |
| 3.3.2 产生子挖掘算法 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 网瘾检测算法 | 第40-54页 |
| 4.1 网瘾检测模型 | 第40-41页 |
| 4.2 基于产生子网瘾检测算法(GBPDA) | 第41-45页 |
| 4.2.1 GBPDA基本思想 | 第41-42页 |
| 4.2.2 GBPDA产生子筛选 | 第42-44页 |
| 4.2.3 GBPDA实现过程 | 第44-45页 |
| 4.3 基于EP网瘾检测算法(EPBPDA) | 第45-52页 |
| 4.3.1 EPBPDA基本思想 | 第45-46页 |
| 4.3.2 EPBPDAEP类型 | 第46-48页 |
| 4.3.3 EPBPDAEP挖掘 | 第48-50页 |
| 4.3.4 EPBPDA实现过程 | 第50-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 实验结果与分析 | 第54-62页 |
| 5.1 测试环境 | 第54页 |
| 5.2 数据集说明 | 第54-55页 |
| 5.3 实验结果及性能分析 | 第55-60页 |
| 5.3.1 效率分析 | 第55-57页 |
| 5.3.2 有效性分析 | 第57-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第6章 结束语 | 第62-66页 |
| 6.1 内容总结 | 第62-64页 |
| 6.2 未来展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
