基于GPS信息的消费金融辅助决策系统的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究概况 | 第15-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第2章 相关理论知识综述 | 第19-37页 |
| 2.1 B/S | 第19-20页 |
| 2.2 Flask框架 | 第20-22页 |
| 2.2.1Jinja2 | 第21-22页 |
| 2.2.2 Werkzeug工具箱 | 第22页 |
| 2.3 GPS定位信息 | 第22-23页 |
| 2.4 数据挖掘算法 | 第23-29页 |
| 2.4.1 数据挖掘 | 第24-26页 |
| 2.4.2 DBSCAN聚类算法 | 第26-27页 |
| 2.4.3 K-means聚类算法 | 第27-28页 |
| 2.4.4 CLARANS聚类算法 | 第28-29页 |
| 2.5 数据结构 | 第29-31页 |
| 2.5.1 KD-tree | 第29-30页 |
| 2.5.2 Ball-tree | 第30-31页 |
| 2.6 决策理论 | 第31-36页 |
| 2.6.1 决策树概述 | 第32-35页 |
| 2.6.2 CART决策树 | 第35-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第3章 系统需求分析 | 第37-44页 |
| 3.1 需求分析 | 第37-42页 |
| 3.1.1 系统主要功能需求 | 第37-38页 |
| 3.1.2 用户登录验证需求分析 | 第38页 |
| 3.1.3 用户信息管理需求分析 | 第38-39页 |
| 3.1.4 算法部分需求分析 | 第39-40页 |
| 3.1.5 可视化部分需求分析 | 第40-41页 |
| 3.1.6 评论分析部分功能需求 | 第41页 |
| 3.1.7 分析审核部分需求分析 | 第41-42页 |
| 3.1.8 个人账户部分需求分析 | 第42页 |
| 3.2 系统非功能性需求分析 | 第42-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 系统设计与实现 | 第44-64页 |
| 4.1 系统总体设计 | 第44-45页 |
| 4.2 登陆验证模块 | 第45-46页 |
| 4.3 用户信息模块 | 第46-47页 |
| 4.4 算法模块 | 第47-53页 |
| 4.5 可视化模块 | 第53-59页 |
| 4.6 评论分析模块 | 第59-61页 |
| 4.7 分析审核模块 | 第61-62页 |
| 4.8 个人账户模块 | 第62-63页 |
| 4.9 本章小结 | 第63-64页 |
| 第5章 系统测试与分析 | 第64-70页 |
| 5.1 系统测试 | 第64页 |
| 5.2 功能测试 | 第64-68页 |
| 5.2.1 登陆验证模块测试 | 第65页 |
| 5.2.2 用户信息模块测试 | 第65-66页 |
| 5.2.3 算法模块测试 | 第66页 |
| 5.2.4 可视化模块测试 | 第66页 |
| 5.2.5 评论分析模块测试 | 第66-67页 |
| 5.2.6 分析审核模块测试 | 第67页 |
| 5.2.7 个人账户模块测试 | 第67-68页 |
| 5.3 性能测试 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-73页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
