数据挖掘在户籍管理中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-17页 |
| 1.1 我国人口概况 | 第7-8页 |
| 1.2 什么是数据挖掘 | 第8-12页 |
| 1.2.1 信息爆炸与知识贫乏 | 第8-9页 |
| 1.2.2 数据挖掘的广泛使用 | 第9页 |
| 1.2.3 数据挖掘系统的架构 | 第9-10页 |
| 1.2.4 数据挖掘相关技术 | 第10-12页 |
| 1.3 户籍管理现状与面临问题 | 第12-13页 |
| 1.4 主流挖掘工具 | 第13-16页 |
| 1.4.1 现有的工具种类 | 第14页 |
| 1.4.2 如何进行工具的选择 | 第14-15页 |
| 1.4.3 工具的实际选用与测试 | 第15-16页 |
| 1.5 本文主要内容 | 第16-17页 |
| 2 聚类算法的研究与选用 | 第17-27页 |
| 2.1 聚类算法概述 | 第17-20页 |
| 2.2 划分的方法 | 第20-21页 |
| 2.3 层次的方法 | 第21-22页 |
| 2.4 模型的方法 | 第22-23页 |
| 2.5 网格的方法 | 第23页 |
| 2.6 密度的方法 | 第23-24页 |
| 2.7 孤立点分析方法 | 第24-25页 |
| 2.8 算法的选用 | 第25-27页 |
| 3 数据挖掘模块的结构与设计 | 第27-35页 |
| 3.1 模块的结构 | 第27-29页 |
| 3.1.1 数据预处理模块 | 第27-28页 |
| 3.1.2 数据挖掘模块 | 第28-29页 |
| 3.2 模块的优点 | 第29-30页 |
| 3.3 模块的核心算法 | 第30-35页 |
| 3.3.1 簇的生成 | 第30-34页 |
| 3.3.2 簇的检验与优化 | 第34-35页 |
| 4 挖掘模块的实际应用 | 第35-45页 |
| 4.1 户籍数据的预处理 | 第35页 |
| 4.2 数据仓库的构建 | 第35-38页 |
| 4.3 数据的集成 | 第38-39页 |
| 4.4 挖掘模块的应用 | 第39-45页 |
| 4.4.1 模块的加载 | 第39-40页 |
| 4.4.2 加载图形化挖掘结果 | 第40-42页 |
| 4.4.3 挖掘结果分析 | 第42-43页 |
| 4.4.4 与原始K均值算法的比较 | 第43-45页 |
| 5 全文的总结与展望 | 第45-46页 |
| 5.1 全文总结 | 第45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第49页 |
