数字电视收视率预测模块设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-16页 |
| ·课题研究背景 | 第9页 |
| ·课题研究意义 | 第9-11页 |
| ·国内外研究动态 | 第11-12页 |
| ·论文研究目标、内容及创新点 | 第12-13页 |
| ·课题实现的目标 | 第12页 |
| ·实施方案 | 第12-13页 |
| ·主要功能 | 第13页 |
| ·收视率预测模块软件框架及主要模块概要设计 | 第13-16页 |
| ·关于数据挖掘 | 第13页 |
| ·分类在数据挖掘 | 第13-14页 |
| ·决策树分类算法 | 第14页 |
| ·贝叶斯分类算法 | 第14-16页 |
| 第二章 收视率预测模块的设计及开发环境 | 第16-20页 |
| ·收视率数据预测模块调查框架 | 第16-17页 |
| ·收视率的原始数据 | 第16-17页 |
| ·收视率原始数据的数据回传 | 第17页 |
| ·软件模块的开发环境及结构安排 | 第17-20页 |
| ·开发环境概述 | 第17-18页 |
| ·研究课题的结构安排 | 第18-20页 |
| 第三章 收视率预测模块分析及其相关算法研究 | 第20-36页 |
| ·收视率数据预测模块分析及其相关算法研究 | 第20-21页 |
| ·收视率的测量 | 第20-21页 |
| ·收视率数据模块的表示形式 | 第21页 |
| ·数据挖掘 | 第21-26页 |
| ·数据挖掘基本原理 | 第21-22页 |
| ·数据挖掘的任务 | 第22-25页 |
| ·数据的还原 | 第22页 |
| ·数据的分类 | 第22-23页 |
| ·数据的关联规则 | 第23页 |
| ·数据的统计分析 | 第23-24页 |
| ·数据挖掘工具 | 第24-25页 |
| ·数据分类 | 第25-26页 |
| ·决策树分类算法 | 第26-35页 |
| ·概述 | 第26-28页 |
| ·算法及实现 | 第28-29页 |
| ·ID3 算法与信息增益 | 第29-31页 |
| ·决策树算法 | 第30页 |
| ·ID3 方法的基本思想 | 第30页 |
| ·ID3 信息增益计算 | 第30-31页 |
| ·ID3 收视率的数据的处理 | 第31页 |
| ·决策树分类算法预测收视率 | 第31-32页 |
| ·贝叶斯分类算法 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 收视率预测模块部分的软件实现 | 第36-41页 |
| ·ARMA 模型概述 | 第36页 |
| ·ARMA 模型的识别 | 第36-37页 |
| ·ARMA 模型的估计 | 第37页 |
| ·用ARMA 模型预测频道收视率 | 第37-41页 |
| ·ARMA 模型建模预测步骤 | 第37-38页 |
| ·ARMA 收视率数据的平稳化 | 第38-40页 |
| ·模型的预测数值和实测值比较 | 第40-41页 |
| 第五章 收视率预测主要功能模块的软件实现 | 第41-52页 |
| ·软件的模块设计 | 第41-42页 |
| ·模块的类型设计 | 第42-43页 |
| ·类型间的消息传递 | 第43-44页 |
| ·主要模块接口设计 | 第44-45页 |
| ·主要模块实现界面 | 第45-48页 |
| ·软件基本实现简介 | 第45-46页 |
| ·软件使用简介 | 第46-48页 |
| ·收视率数据测试 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
