基于一卡通数据的学生校园消费活动规律研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 研究现状 | 第12-14页 |
| 1.4 论文主要工作与组织结构 | 第14-16页 |
| 第二章 相关理论介绍 | 第16-28页 |
| 2.1 熵 | 第16-21页 |
| 2.1.1 熵的研究进展 | 第16-18页 |
| 2.1.2 信息熵和时间序列复杂度 | 第18-21页 |
| 2.2 人类动力学简介 | 第21-26页 |
| 2.2.1 人类行为的分布规律 | 第21-23页 |
| 2.2.2 人类行为的时间特性 | 第23-26页 |
| 2.3 学生校园活动 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 学生消费活动统计分析 | 第28-41页 |
| 3.1 数据预处理 | 第29-30页 |
| 3.2 消费活动特征研究 | 第30-35页 |
| 3.2.1 群体消费活动特征分析 | 第30-33页 |
| 3.2.2 消费活动间隔时间特征分析 | 第33-35页 |
| 3.3 学生消费活动的时间特性研究 | 第35-40页 |
| 3.3.1 消费活动序列的Hurst指数 | 第35-37页 |
| 3.3.2 消费活动时间序列的阵发性与周期性 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 校园消费活动规律的量化研究 | 第41-56页 |
| 4.1 校园活动序列 | 第41-43页 |
| 4.2 校园活动熵 | 第43-49页 |
| 4.2.1 活动熵的提出 | 第43-47页 |
| 4.2.2 基于真实熵的活动地点数目预测 | 第47-49页 |
| 4.3 活动熵的有效性 | 第49-51页 |
| 4.4 学生群体活动熵研究 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 活动熵的应用与分析 | 第56-63页 |
| 5.1 聚类分析与关联规则挖掘简介 | 第56-59页 |
| 5.1.1 聚类分析 | 第56-58页 |
| 5.1.2 关联分析 | 第58-59页 |
| 5.2 活动熵的应用以及结果分析 | 第59-62页 |
| 5.2.1 活动熵与消费属性的聚类分析 | 第59-60页 |
| 5.2.2 活动熵与学习行为的关联规则 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 论文总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读学位期间发表的学术论文 | 第70-71页 |
| 致谢 | 第71页 |
