| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题的背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 研究目的及主要工作 | 第17-19页 |
| 第二章 空间数据挖掘基础理论 | 第19-33页 |
| 2.1 空间数据挖掘 | 第19-26页 |
| 2.1.1 数据挖掘 | 第19-20页 |
| 2.1.2 空间数据挖掘的定义及特点 | 第20-21页 |
| 2.1.3 空间数据挖掘基本过程 | 第21-22页 |
| 2.1.4 空间数据挖掘发现的知识类型 | 第22-24页 |
| 2.1.5 空间数据挖掘的方法 | 第24-26页 |
| 2.2 空间聚类 | 第26-30页 |
| 2.2.1 空间聚类的概念 | 第26页 |
| 2.2.2 空间聚类的方法 | 第26-29页 |
| 2.2.3 空间聚类方法选择的考虑因素 | 第29-30页 |
| 2.3 智慧景区与ArcGIS平台 | 第30-33页 |
| 2.3.1 智慧景区 | 第30页 |
| 2.3.2 智慧景区依托技术 | 第30-31页 |
| 2.3.3 ArcGIS平台 | 第31-33页 |
| 第三章 景区热点区域挖掘 | 第33-51页 |
| 3.1 K-means聚类算法 | 第33-34页 |
| 3.1.1 K-means算法基本思想 | 第33页 |
| 3.1.2 K-means算法流程 | 第33-34页 |
| 3.2 DBSCAN聚类算法 | 第34页 |
| 3.2.1 DBSCAN算法基本思想 | 第34页 |
| 3.2.2 DBSCAN算法流程 | 第34页 |
| 3.3 热点区域确定与分析 | 第34-51页 |
| 3.3.1 空间聚类评价方法 | 第34-35页 |
| 3.3.2 聚类实验结果 | 第35-48页 |
| 3.3.3 热点区域确定 | 第48-51页 |
| 第四章 基于热点区域的“天涯海角”智能导游App开发 | 第51-68页 |
| 4.1 App功能设计 | 第51-55页 |
| 4.2 App的基础功能开发 | 第55-63页 |
| 4.2.1 系统开发和软件运行环境 | 第55页 |
| 4.2.2 地图服务功能开发 | 第55-62页 |
| 4.2.3 数据浏览功能开发 | 第62-63页 |
| 4.3 App中基于热点区域的功能开发 | 第63-68页 |
| 4.3.1 热门景点功能开发 | 第63-64页 |
| 4.3.2 景点推送功能开发 | 第64-66页 |
| 4.3.3 景区高峰期分流和游览路线推荐 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士期间参与科研情况 | 第74-75页 |
| 致谢 | 第75页 |