| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究的背景及意义 | 第10-12页 |
| 1.3 空间数据挖掘的国内外发展及研究现状 | 第12-18页 |
| 1.4 论文的主要研究内容与组织结构 | 第18-20页 |
| 1.4.1 论文的主要研究内容 | 第18页 |
| 1.4.2 论文的组织结构 | 第18-20页 |
| 第2章 城市兴趣点挖掘系统关键技术与总体架构设计 | 第20-32页 |
| 2.1 系统相关技术 | 第20-23页 |
| 2.1.1 Spring Boot框架 | 第20-21页 |
| 2.1.2 PostgreSQL数据库 | 第21-23页 |
| 2.2 系统关键模块需求分析 | 第23-26页 |
| 2.2.1 兴趣点热点分布模块需求分析 | 第24-25页 |
| 2.2.2 周边兴趣点组成分析模块需求分析 | 第25-26页 |
| 2.3 系统整体方案设计 | 第26-31页 |
| 2.3.1 总体架构设计 | 第26-27页 |
| 2.3.2 功能结构设计 | 第27-29页 |
| 2.3.3 系统管理方案设计 | 第29-30页 |
| 2.3.4 数据存储方案设计 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 空间聚类算法DBSCAN算法研究 | 第32-47页 |
| 3.1 空间密度聚类算法DBSCAN | 第32-36页 |
| 3.1.1 算法相关定义 | 第32-33页 |
| 3.1.2 算法思想与流程 | 第33-36页 |
| 3.2 DBSCAN算法优缺点分析 | 第36-37页 |
| 3.3 改进的空间密度聚类算法NNDD-DBSCAN | 第37-42页 |
| 3.3.1 改进算法相关定义与算法思路 | 第38-40页 |
| 3.3.2 改进算法流程 | 第40-42页 |
| 3.4 改进算法对比实验与分析 | 第42-46页 |
| 3.4.1 模拟数据集实验 | 第42-44页 |
| 3.4.2 公开数据集 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于空间密度聚类的城市兴趣点挖掘系统的设计与实现 | 第47-66页 |
| 4.1 系统管理模块实现 | 第47-48页 |
| 4.2 兴趣点信息采集模块实现 | 第48-49页 |
| 4.3 兴趣点信息交互模块实现 | 第49-51页 |
| 4.4 兴趣点热点分布模块实现 | 第51-54页 |
| 4.5 周边兴趣点组成分析模块研究与实现 | 第54-65页 |
| 4.5.1 空间索引算法GeoHash | 第55-57页 |
| 4.5.2 GeoHash算法优缺点分析 | 第57-60页 |
| 4.5.3 优化的GeoHash周边区域检索算法 | 第60-63页 |
| 4.5.4 周边兴趣点组成分析模块实现 | 第63-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 系统调试与结果分析 | 第66-72页 |
| 5.1 系统管理模块调试与结果分析 | 第66-67页 |
| 5.2 兴趣点信息采集模块调试与结果分析 | 第67-68页 |
| 5.3 兴趣点信息交互模块调试与结果分析 | 第68-69页 |
| 5.4 兴趣点热点分布模块调试与结果分析 | 第69-70页 |
| 5.5 周边兴趣点组成分析模块调试与结果分析 | 第70-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间获得的学术成果 | 第79页 |