基于K均值聚类算法的科技馆展使用情况分析
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第6-11页 |
| 1.1 研究背景 | 第6-7页 |
| 1.2 研究意义 | 第7页 |
| 1.3 国内外研究现状分析 | 第7-9页 |
| 1.4 主要研究内容 | 第9-10页 |
| 1.4.1 观众与展品关系数据的收集 | 第9页 |
| 1.4.2 对收集数据进行聚类分析 | 第9-10页 |
| 1.5 论文结构 | 第10-11页 |
| 第2章 背景知识 | 第11-18页 |
| 2.1 现代科技馆及展品知识简介 | 第11-13页 |
| 2.2 RFID无线射频识别技术概述 | 第13-14页 |
| 2.3 数据挖掘和聚类分析算法相关知识 | 第14-18页 |
| 2.3.1 数据挖掘 | 第14-15页 |
| 2.3.2 聚类分析 | 第15-18页 |
| 第3章 展品及观众参观情况数据获取及预处理 | 第18-31页 |
| 3.1 展品及观众参观情况数据的获取与描述 | 第18-22页 |
| 3.2 展品及观众参观情况关联与筛选 | 第22-23页 |
| 3.3 聚类算法 | 第23-31页 |
| 第4章 展品参观情况与观众的关联性分析和实验 | 第31-41页 |
| 4.1 展品参观情况与观众的关联性实验设置 | 第31-33页 |
| 4.2 聚类结果及分析 | 第33-41页 |
| 4.2.1 一件展品的不同观众参观数据来进行聚类 | 第33-36页 |
| 4.2.2 一个观众参观不同展品的数据进行聚类 | 第36-40页 |
| 4.2.3 展品推荐流程 | 第40-41页 |
| 第5章 总结与展望 | 第41-43页 |
| 5.1 总结 | 第41页 |
| 5.2 未来的工作 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 附录 | 第45-50页 |
| A1. 测试数据片段 | 第45-47页 |
| A2. 主要代码 | 第47-50页 |
| 致谢 | 第50页 |
