| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景及研究的目的和意义 | 第9-10页 |
| ·智能小区及其相关理论的发展概况 | 第10-11页 |
| ·国外发展现状 | 第10-11页 |
| ·国内发展现状 | 第11页 |
| ·数据挖掘及其相关理论的发展概况 | 第11-14页 |
| ·数据挖掘的发展 | 第11-12页 |
| ·国外发展现状 | 第12-13页 |
| ·国内发展现状 | 第13-14页 |
| ·本课题的主要研究内容 | 第14-15页 |
| ·主要内容 | 第14页 |
| ·工作特色及难点 | 第14页 |
| ·主要创新点 | 第14-15页 |
| 第2章 数据挖掘技术以及体系架构的研究 | 第15-22页 |
| ·数据挖掘技术 | 第15-20页 |
| ·数据挖掘的定义 | 第15页 |
| ·数据挖掘研究内容 | 第15-16页 |
| ·数据挖掘的特点 | 第16-17页 |
| ·数据挖掘技术分类 | 第17-20页 |
| ·数据挖掘体系架构研究 | 第20-22页 |
| 第3章 构建适宜智能小区系统的数据挖掘体系 | 第22-26页 |
| ·构建适宜智能小区系统的数据挖掘架构 | 第22-23页 |
| ·智能小区数据源的分析并对其进行整合 | 第23-26页 |
| ·智能小区数据源的分析 | 第23页 |
| ·整合智能小区数据源 | 第23-26页 |
| 第4章 基于数据挖掘技术分析智能小区用电数据 | 第26-44页 |
| ·构造智能小区用电数据 | 第26-32页 |
| ·用概念描述法分析智能小区用电数据 | 第32-34页 |
| ·概念分析法 | 第32-33页 |
| ·分析智能小区用电数据 | 第33-34页 |
| ·用关联规则法分析用户类型和空调品牌的关系 | 第34-37页 |
| ·关联规则法 | 第34页 |
| ·分析用户类型和空调品牌的关系 | 第34-37页 |
| ·用聚类分析算法分析用户用电行为 | 第37-39页 |
| ·聚类分析 | 第37-38页 |
| ·分析用户用电行为 | 第38-39页 |
| ·用分类和预测法进行家电产品销量走势预测 | 第39-41页 |
| ·分类和预测法 | 第39-40页 |
| ·预测家电产品销量走势 | 第40-41页 |
| ·用孤立点法分析用电异常用户 | 第41-42页 |
| ·孤立点法 | 第41页 |
| ·分析用电异常用户 | 第41-42页 |
| ·用时间序列法分析用电量历史数据并预测未来发展趋势 | 第42-44页 |
| ·时间序列法 | 第42页 |
| ·分析用电量历史数据并预测未来发展趋势 | 第42-44页 |
| 第5章 结论和展望 | 第44-46页 |
| ·本文的研究工作 | 第44-45页 |
| ·下一步工作的展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第49-50页 |
| 致谢 | 第50-51页 |
| 作者简介 | 第51页 |