Web数据挖掘在治安信息管理中的应用
| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·论文研究背景 | 第9页 |
| ·论文研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文主要内容及章节安排 | 第11-13页 |
| ·本文主要内容 | 第11页 |
| ·本文章节安排 | 第11-13页 |
| 第二章 Web数据挖掘技术概述 | 第13-26页 |
| ·数据挖掘与Web数据挖掘 | 第13-14页 |
| ·数据挖掘 | 第13页 |
| ·Web数据挖掘 | 第13-14页 |
| ·Web数据挖掘的分类 | 第14-16页 |
| ·Web内容挖掘 | 第15页 |
| ·Web结构挖掘 | 第15页 |
| ·Web使用挖掘 | 第15-16页 |
| ·Web数据挖掘的常用方法 | 第16-17页 |
| ·数据特征化 | 第16页 |
| ·关联规则发现 | 第16页 |
| ·分类规则 | 第16-17页 |
| ·聚类分析 | 第17页 |
| ·序列模式 | 第17页 |
| ·离群点分析 | 第17页 |
| ·Web数据挖掘的应用现状 | 第17-19页 |
| ·电子商务 | 第18页 |
| ·提高网络服务性能 | 第18页 |
| ·搜索引擎 | 第18-19页 |
| ·Web挖掘在治安领域的应用现状 | 第19-25页 |
| ·发现涉警信息热点 | 第19-22页 |
| ·加快破案速度 | 第22-24页 |
| ·发现违法犯罪模式 | 第24页 |
| ·发现跟踪高危群体 | 第24-25页 |
| ·章节小结 | 第25-26页 |
| 第三章 关联规则挖掘在治安领域的应用 | 第26-36页 |
| ·关联规则挖掘的简介 | 第26-27页 |
| ·关联规则挖掘基本概念 | 第26-27页 |
| ·关联规则的分类 | 第27页 |
| ·Apriori关联规则算法 | 第27-29页 |
| ·Apriori算法的描述 | 第27-28页 |
| ·Apriori算法代码实现 | 第28-29页 |
| ·Apriori算法在治安系统中的优化算法 | 第29-31页 |
| ·典型Apriori算法在治安系统中存在的不足 | 第29-30页 |
| ·Apriori算法的优化及实现 | 第30-31页 |
| ·Apriori优化算法实例分析 | 第31-35页 |
| ·章节小结 | 第35-36页 |
| 第四章 聚类分析算法在治安领域的应用 | 第36-43页 |
| ·聚类分析算法简介 | 第36-37页 |
| ·聚类分析的基本概念 | 第36页 |
| ·聚类分析算法分类 | 第36-37页 |
| ·经典的K-means算法 | 第37-39页 |
| ·K-means算法基本思想 | 第37-38页 |
| ·K-means算法具体实现 | 第38-39页 |
| ·治安系统中使用的改进K-means算法 | 第39-41页 |
| ·传统K-means算法存在的不足 | 第39页 |
| ·K-means改进算法的思路 | 第39-40页 |
| ·K-means改进算法的实现 | 第40-41页 |
| ·K-means改进算法实例分析 | 第41-42页 |
| ·章节小结 | 第42-43页 |
| 第五章 决策树分类算法在治安领域的应用 | 第43-49页 |
| ·决策树定义 | 第43-44页 |
| ·治安系统中采用的决策树算法 | 第44-45页 |
| ·决策树实例分析 | 第45-48页 |
| ·章节小结 | 第48-49页 |
| 第六章 治安管理系统的设计与实现 | 第49-76页 |
| ·需求分析 | 第49-51页 |
| ·本系统的主要功能需求 | 第49-50页 |
| ·系统角色划分 | 第50-51页 |
| ·总体设计 | 第51-53页 |
| ·系统结构 | 第51-52页 |
| ·软件架构 | 第52-53页 |
| ·数据库设计 | 第53页 |
| ·系统功能设计与实现 | 第53-70页 |
| ·系统管理模块 | 第54-60页 |
| ·居民信息管理模块 | 第60-66页 |
| ·网络监管模块 | 第66-68页 |
| ·警情信息分析模块 | 第68-70页 |
| ·Web DM模块设计 | 第70-71页 |
| ·主架构图 | 第70-71页 |
| ·架构说明 | 第71页 |
| ·系统测试 | 第71-74页 |
| ·测试的基本概念 | 第72-73页 |
| ·测试环境搭建 | 第73-74页 |
| ·测试目的 | 第74页 |
| ·测试结果分析 | 第74-75页 |
| ·章节小结 | 第75-76页 |
| 第七章 结论与展望 | 第76-78页 |
| ·结论 | 第76页 |
| ·本文研究方向的展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 个人简历、在学期间发表的学术论文 | 第82页 |
