| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 国外研究现状 | 第15-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 论文研究主要内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 第二章 关联性分析方法概述 | 第20-30页 |
| 2.1 关联规则相关介绍 | 第20-23页 |
| 2.1.1 关联规则基本概念 | 第20-21页 |
| 2.1.2 关联规则的分类 | 第21-22页 |
| 2.1.3 关联规则挖掘过程 | 第22-23页 |
| 2.1.4 关联规则的评价 | 第23页 |
| 2.2 关联规则挖掘算法 | 第23-25页 |
| 2.2.1 AprioriTid算法 | 第23-24页 |
| 2.2.2 PrefixSpan算法 | 第24-25页 |
| 2.3 聚类 | 第25-29页 |
| 2.3.1 K-means算法 | 第26-28页 |
| 2.3.2 改进的K-means算法 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 校园一卡通及成绩数据预处理 | 第30-38页 |
| 3.1 数据预处理概念 | 第30页 |
| 3.2 数据预处理过程 | 第30-37页 |
| 3.2.1 数据清理 | 第30-33页 |
| 3.2.2 数据集成 | 第33-34页 |
| 3.2.3 数据变换 | 第34-35页 |
| 3.2.4 数据规约 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 学生校园一卡通消费行为分析 | 第38-58页 |
| 4.1 不同消费地点消费行为分析 | 第38-40页 |
| 4.2 餐厅消费行为分析 | 第40-42页 |
| 4.3 学生消费水平分析 | 第42-45页 |
| 4.4 学生早餐消费行为分析 | 第45-46页 |
| 4.5 学生上网情况分析 | 第46-48页 |
| 4.6 学生澡堂消费行为分析 | 第48-50页 |
| 4.7 学生图书馆学习行为分析 | 第50-55页 |
| 4.7.1 学生图书馆自习情况分析 | 第50-52页 |
| 4.7.2 图书馆借书情况分析 | 第52-55页 |
| 4.8 学生日常轨迹 | 第55-56页 |
| 4.9 本章小结 | 第56-58页 |
| 第五章 校园一卡通数据与成绩关联规则挖掘 | 第58-68页 |
| 5.1 传统关联挖掘算法的缺陷 | 第58-59页 |
| 5.2 兴趣度 | 第59-60页 |
| 5.3 改进的AprioriTid算法 | 第60-63页 |
| 5.4 改进AprioriTid算法在课程成绩挖掘中应用 | 第63-65页 |
| 5.5 学生成绩与学生日常消费行为间的关联性分析 | 第65-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 个人简历 | 第76页 |