数据挖掘技术在旅游市场决策中的研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的背景和目的 | 第7页 |
| ·课题的研究现状 | 第7-8页 |
| ·本文的主要工作 | 第8-9页 |
| ·本文的章节安排 | 第9-11页 |
| 第二章 关联规则挖掘研究 | 第11-27页 |
| ·数据挖掘概述 | 第11-16页 |
| ·数据挖掘的相关概念 | 第11-12页 |
| ·数据挖掘方法和技术 | 第12-13页 |
| ·数据挖掘的过程 | 第13-14页 |
| ·数据挖掘的应用 | 第14-15页 |
| ·数据挖掘的研究发展 | 第15-16页 |
| ·关联规则概述 | 第16-18页 |
| ·关联规则的基本概念 | 第16-17页 |
| ·关联规则的分类 | 第17-18页 |
| ·关联规则挖掘算法 | 第18-19页 |
| ·关联规则挖掘的步骤 | 第18-19页 |
| ·关联规则挖掘算法的分类 | 第19页 |
| ·Apriori 算法研究 | 第19-25页 |
| ·Apriori 算法描述 | 第19-22页 |
| ·Apriori 算法的挖掘实例 | 第22-24页 |
| ·Apriori 算法的不足 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于垂直分布的频繁项集挖掘算法 | 第27-35页 |
| ·Apriori 算法的改进方法 | 第27-30页 |
| ·频繁项集的性质 | 第27-28页 |
| ·对 Apriori 算法的改进 | 第28-30页 |
| ·基于垂直分布的 Apriori-Evo 算法 | 第30-31页 |
| ·Apriori-Evo 算法实例 | 第31-33页 |
| ·两种算法挖掘步骤的对比 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 关联规则的生成 | 第35-43页 |
| ·规则生成的研究 | 第35页 |
| ·采用了用户交互的规则生成算法 | 第35-37页 |
| ·采用动态置信度阈值的规则生成 | 第37-40页 |
| ·规则的兴趣度 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 旅游数据挖掘应用 | 第43-59页 |
| ·旅游业背景介绍 | 第43页 |
| ·旅游数据的特点 | 第43-45页 |
| ·旅游数据的来源 | 第43页 |
| ·旅游数据的特征分析 | 第43-45页 |
| ·挖掘系统设计 | 第45-47页 |
| ·系统模型 | 第45页 |
| ·实验环境 | 第45页 |
| ·数据预处理 | 第45-47页 |
| ·挖掘算法的实现 | 第47-55页 |
| ·Apriori 算法对数据的挖掘 | 第47-49页 |
| ·新算法的实现 | 第49-54页 |
| ·挖掘结果分析 | 第54-55页 |
| ·算法性能的比较 | 第55-56页 |
| ·本章小结 | 第56-59页 |
| 第六章 结论 | 第59-61页 |
| ·本文工作总结 | 第59页 |
| ·本文的创新点及展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-66页 |
