政府采购协议商品网上交易资金挖掘分析研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外相关技术研究和应用现状 | 第12-15页 |
| 1.3.1 国内外政府网上采购应用研究现状 | 第12-13页 |
| 1.3.2 大数据技术的应用研究现状 | 第13-14页 |
| 1.3.3 数据仓库技术的应用现状 | 第14页 |
| 1.3.4 数据挖掘技术的相关研究 | 第14-15页 |
| 1.4 研究内容、研究方法和技术路线 | 第15-16页 |
| 1.4.1 研究内容 | 第15页 |
| 1.4.2 研究方法 | 第15页 |
| 1.4.3 技术路线 | 第15-16页 |
| 1.5 本文的创新点 | 第16-17页 |
| 2 理论基础和技术综述 | 第17-31页 |
| 2.1 政府网上采购协议商品的相关理论 | 第17-19页 |
| 2.1.1 政府网上采购协议商品概述 | 第17页 |
| 2.1.2 协议供货概述 | 第17-18页 |
| 2.1.3 政府采购网上交易资金相关词语解释 | 第18-19页 |
| 2.2 数据仓库技术 | 第19-25页 |
| 2.2.1 数据仓库概述 | 第19页 |
| 2.2.2 数据仓库的特点 | 第19-20页 |
| 2.2.3 数据仓库模型 | 第20-23页 |
| 2.2.4 搭建数据仓库的步骤 | 第23-25页 |
| 2.3 数据挖掘技术 | 第25-31页 |
| 2.3.1 数据挖掘概述 | 第25-26页 |
| 2.3.2 数据挖掘与数据仓库 | 第26页 |
| 2.3.3 数据挖掘的过程 | 第26-27页 |
| 2.3.4 数据挖掘方法概述 | 第27页 |
| 2.3.5 文本挖掘 | 第27-28页 |
| 2.3.6 关联规则挖掘 | 第28-29页 |
| 2.3.7 时间序列算法 | 第29-31页 |
| 3 搭建政府采购数据仓库 | 第31-51页 |
| 3.1 搭建政府采购数据仓库的目的 | 第31-32页 |
| 3.2 政府采购网上交易资金数据来源 | 第32页 |
| 3.3 政府采购网上交易资金数据结构分析 | 第32页 |
| 3.4 政府采购数据仓库的主题确定 | 第32-34页 |
| 3.5 政府采购数据仓库模型设计 | 第34-45页 |
| 3.5.1 概念模型设计 | 第34-35页 |
| 3.5.2 逻辑模型设计 | 第35-43页 |
| 3.5.3 物理模型设计 | 第43-45页 |
| 3.6 清洗、转换和加载过程 | 第45-47页 |
| 3.6.1 政府网上采购数据的清洗 | 第45-46页 |
| 3.6.2 政府网上采购数据的转换 | 第46页 |
| 3.6.3 政府网上采购数据的加载 | 第46-47页 |
| 3.7 创建从属数据集市 | 第47-51页 |
| 3.7.1 基于采购行为的数据集市 | 第48-49页 |
| 3.7.2 基于资金规模的数据集市 | 第49-51页 |
| 4 政府网上采购交易资金数据挖掘分析 | 第51-81页 |
| 4.1 基于协议商品的政府网上采购需求分析 | 第51-55页 |
| 4.1.1 政府网上采购协议商品的业务流程 | 第51-53页 |
| 4.1.2 政府网上采购协议商品的现状分析 | 第53页 |
| 4.1.3 政府网上采购协议商品的需求分析 | 第53-55页 |
| 4.2 政府网上采购交易资金挖掘概述 | 第55-57页 |
| 4.2.1 政府网上采购申请阶段 | 第55页 |
| 4.2.2 政府网上采购计划阶段 | 第55-56页 |
| 4.2.3 政府网上采购执行阶段 | 第56页 |
| 4.2.4 政府网上采购合同阶段 | 第56-57页 |
| 4.3 基于文本挖掘的政府采购文本分析 | 第57-63页 |
| 4.3.1 应用需求 | 第57-58页 |
| 4.3.2 文本挖掘 | 第58-62页 |
| 4.3.3 建议 | 第62-63页 |
| 4.4 基于关联规则算法的政府采购行为分析 | 第63-72页 |
| 4.4.1 应用需求 | 第63页 |
| 4.4.2 关联规则挖掘 | 第63-71页 |
| 4.4.3 建议 | 第71-72页 |
| 4.5 基于时间序列算法的网上交易资金预测分析 | 第72-79页 |
| 4.5.1 应用需求 | 第72页 |
| 4.5.2 时间序列分析 | 第72-79页 |
| 4.5.3 建议 | 第79页 |
| 4.6 本章小结 | 第79-81页 |
| 5 结论与研究展望 | 第81-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第89页 |
