面向公共安全的电信数据仓库及数据挖掘技术研究与实现
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 | 第12-17页 |
| ·数据仓库和数据挖掘技术发展现状 | 第12-14页 |
| ·课题背景及意义 | 第14页 |
| ·本文研究的内容 | 第14-15页 |
| ·本文安排 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 数据仓库技术 | 第17-25页 |
| ·数据仓库的概念 | 第17-18页 |
| ·数据仓库的特点 | 第18-19页 |
| ·数据仓库相关的其他概念 | 第19-20页 |
| ·粒度 | 第19页 |
| ·分割 | 第19页 |
| ·元数据 | 第19-20页 |
| ·构建数据仓库 | 第20-22页 |
| ·体系结构与实施框架概述 | 第20页 |
| ·数据仓库的体系结构 | 第20-21页 |
| ·数据集市 | 第21-22页 |
| ·数据仓库的数据组织形式 | 第22页 |
| ·数据仓库的实现步骤 | 第22-25页 |
| ·确定用户需求 | 第22-23页 |
| ·设计和创建数据库 | 第23页 |
| ·提取和加载数据仓库 | 第23-24页 |
| ·数据仓库的使用和维护 | 第24-25页 |
| 第3章 数据挖掘技术 | 第25-32页 |
| ·数据挖掘的概念 | 第25页 |
| ·数据挖掘的目的 | 第25-26页 |
| ·数据挖掘的步骤 | 第26-27页 |
| ·数据挖掘的分析模型 | 第27-28页 |
| ·数据挖掘的常用技术和算法 | 第28-30页 |
| ·数据挖掘的常用工具 | 第30-32页 |
| 第4章 聚类分析与神经网络 | 第32-41页 |
| ·聚类分析 | 第32-36页 |
| ·聚类主要方法 | 第32-34页 |
| ·数据挖掘应用对聚类的要求 | 第34-36页 |
| ·Kohonen神经网络 | 第36-41页 |
| ·Kohonen神经网络的生物学基础 | 第37页 |
| ·Kohonen神经网络的基本结构 | 第37-38页 |
| ·Kohonen神经网络的算法原理 | 第38-40页 |
| ·Kohonen神经网络的特点 | 第40-41页 |
| 第5章 基于电信数据仓库的外来人口应用分析 | 第41-57页 |
| ·设计方法和思路 | 第41-44页 |
| ·数据仓库的设计思路 | 第41页 |
| ·数据挖掘标准模型 | 第41-42页 |
| ·整体思路 | 第42-44页 |
| ·数据理解 | 第44-49页 |
| ·基础数据的选取 | 第44-45页 |
| ·预定义相关因素 | 第45-47页 |
| ·源数据抽取模型 | 第47-49页 |
| ·数据预处理 | 第49-57页 |
| ·数据预处理的四个方面 | 第49-50页 |
| ·数据预处理过程 | 第50-57页 |
| ·数据抽样 | 第50-51页 |
| ·衍生属性计算和基础统计 | 第51-52页 |
| ·特征字段的探索 | 第52-57页 |
| 第6章 基于电信数据仓库的外来人口应用的建模实现 | 第57-70页 |
| ·构造数据集 | 第57页 |
| ·建立模型 | 第57-59页 |
| ·提取特征规则 | 第59-61页 |
| ·数据提取程序 | 第61-70页 |
| ·数据提取界面 | 第61-63页 |
| ·数据提取程序代码 | 第63-70页 |
| 第7章 运行结果分析评价 | 第70-75页 |
| ·模型效果评估 | 第70-71页 |
| ·模型后期处理 | 第71-72页 |
| ·结果展示 | 第72-73页 |
| ·结果理解 | 第73-75页 |
| 第8章 总结和展望 | 第75-79页 |
| ·本文总结 | 第75-77页 |
| ·本文的主要工作 | 第75-76页 |
| ·取得的成果 | 第76页 |
| ·技术关键 | 第76页 |
| ·意义 | 第76-77页 |
| ·存在问题 | 第77页 |
| ·下一步的研究方向 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-82页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第82页 |
