| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 大数据研究现状 | 第10-11页 |
| 1.2.2 校园数据应用研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第二章 相关技术概述 | 第14-26页 |
| 2.1 数据挖掘概念与过程 | 第14-17页 |
| 2.1.1 数据挖掘的概念 | 第14页 |
| 2.1.2 数据挖掘的过程 | 第14-15页 |
| 2.1.3 数据预处理 | 第15-17页 |
| 2.2 数据挖掘常用的方法 | 第17-18页 |
| 2.3 Hadoop技术 | 第18-25页 |
| 2.3.1 Hadoop分布式文件系统 | 第19-20页 |
| 2.3.2 MapReduce计算模型 | 第20-23页 |
| 2.3.3 Hive数据仓库 | 第23-24页 |
| 2.3.4 ApacheSqoop | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 代价敏感算法及改进 | 第26-38页 |
| 3.1 代价敏感学习 | 第26-27页 |
| 3.2 AdaCost算法 | 第27-29页 |
| 3.3 算法改进 | 第29-33页 |
| 3.3.1 SMOTE算法 | 第30-32页 |
| 3.3.2 改进算法描述 | 第32-33页 |
| 3.4 实验及分析 | 第33-36页 |
| 3.4.1 弱分类器选择 | 第33页 |
| 3.4.2 分类的评价标准 | 第33-35页 |
| 3.4.3 实验结果及分析 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 基于Hive的数据仓库构建 | 第38-49页 |
| 4.1 环境搭建 | 第39-43页 |
| 4.1.1 Hadoop的安装与配置 | 第39-42页 |
| 4.1.2 Hive数据仓库的安装及配置 | 第42-43页 |
| 4.1.3 Sqoop的安装和配置 | 第43页 |
| 4.2 数据的选择及预处理 | 第43-45页 |
| 4.2.1 消费流水数据 | 第43-44页 |
| 4.2.2 用户资料数据 | 第44-45页 |
| 4.2.3 门禁数据 | 第45页 |
| 4.3 数据的导入与导出 | 第45-46页 |
| 4.4 性能测试与结果分析 | 第46-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第五章 数据挖掘结果及分析 | 第49-56页 |
| 5.1 后勤相关数据分析 | 第50-53页 |
| 5.1.1 食堂人流分析 | 第50-52页 |
| 5.1.2 浴室人流分析 | 第52-53页 |
| 5.2 学生相关数据挖掘 | 第53-55页 |
| 5.2.1 改进代价敏感算法在学生数据挖掘上的应用 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第六章 总结及展望 | 第56-58页 |
| 6.1 本文的总结 | 第56页 |
| 6.2 未来的展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 在读期间公开发表的论文及获奖情况 | 第61-62页 |
| 致谢 | 第62页 |