学位论文 > 优秀研究生学位论文题录展示

关联规则挖掘在居住健康影响规律中的应用

作　者: 王亮
导　师: 刘杰；于重重
学　校: 北京工商大学
专　业: 计算机应用技术
关键词: 居住健康 数据挖掘过程模型 多维关联规则 专家评估及规律发现决策支持系统
分类号: TP311.13
类　型: 硕士论文
年　份: 2010年
下　载: 23次
引　用: 0次
阅　读: 论文下载
 

内容摘要


居住健康关注的是住区对人的健康影响。健康住宅的研究目标是满足住宅基本建设要素的基础上,同时要满足居住者生理、心理、道德和社会适应等多层次的健康需求,为人们营造出安全、便利、舒适、健康的居住环境。数据挖掘技术能够帮助人们在海量数据中发现信息和知识。本文主要将数据挖掘中关联规则挖掘技术应用于居住健康领域,处理健康试点小区的调查样本数据,挖掘得出居住环境中的各项要素对健康的影响规律。本文通过分析居住健康领域框架模型,研究关联规则挖掘在本课题中的实施方法,具体研究工作如下:首先,通过分析两种数据挖掘过程模型特点及应用环境,并结合本课题的应用性特点,将CRISP-DM作为选用的过程模型,为关联规则挖掘在课题中的实施提供方法论的支持。通过比较分析两类关联规则挖掘算法的优缺点,选择适合于本课题目中系统的FP-Growth算法。其次,利用统计学方法分析调查原始数据,获得数据的性质和内在属性,并依据专家分析,得出比较重要的挖掘模型。根据多维关联规则挖掘的实施方法,完成数据预处理,建立挖掘模型,获得知识和规律,并通过分析挖掘的准确性对挖掘结果进行评估。引入领域驱动数据挖掘的概念对课题进行初步分析。最后,根据居住健康领域的需求分析,对系统进行分析架构,完成主要功能模块及数据存储的设计。将关联规则挖掘功能模块添加到系统中,完成各步聚的分析与实现。本文将CRISP-DM过程模型和多维关联规则挖掘技术应用于居住健康领域,成功地解决了多维数据的挖掘问题,获得了住区中各项因素对人的健康的影响规律,为居住健康领域的研究提供了新的方法。居住健康专家评估及规律发现决策支持系统的实现为该领域研究的进一步深入提供了有力工具。但如何更好地将居住健康中的领域知识加入到数据挖掘中,提高挖掘结果的可操作性,将是进一步研究重点。

全文目录


摘要  3-4
Abstract  4-7
第一章 绪论  7-13
  1.1 课题背景  7
  1.2 课题的目的和意义  7-8
  1.3 国内外发展现状  8-11
    1.3.1 应用领域的发展现状  8-9
    1.3.2 学术领域的发展现状  9-11
  1.4 本文的主要内容与组织结构  11-13
    1.4.1 本文研究的主要内容  11
    1.4.2 论文的组织结构  11-13
第二章 数据挖掘概述  13-21
  2.1 数据挖掘的定义与分类  13
  2.2 数据挖掘过程模型  13-16
    2.2.1 Usama Fayyad 模型  13-15
    2.2.2 CRISP-DM 模型  15-16
  2.3 关联规则研究  16-20
    2.3.1 关联规则  16-17
    2.3.2 Apriori 算法  17-19
    2.3.3 FP-Growth 算法  19-20
  2.4 本章小结  20-21
第三章 居住健康影响规律中关联规则挖掘的研究  21-38
  3.1 总体方案  21
  3.2 调查方法及调查表设计  21-24
  3.3 数据理解  24-29
  3.4 多维关联规则挖掘  29-35
    3.4.1 多维关联规则挖掘的定义与分类  29-30
    3.4.2 多维关联规则挖掘实施  30-35
  3.5 领域驱动数据挖掘  35-36
    3.5.1 领域驱动数据挖掘的概念及方法  35-36
    3.5.2 可操作规则的产生  36
  3.6 本章小结  36-38
第四章 居住健康专家评估及规律发现决策支持系统的分析与设计  38-46
  4.1 系统分析  38-39
    4.1.1 系统设计目标  38
    4.1.2 系统功能需求  38-39
  4.2 系统设计  39-45
    4.2.1 系统架构  39-40
    4.2.2 系统功能模块  40-42
    4.2.3 系统流程  42-43
    4.2.4 数据存储设计  43-45
  4.3 本章小结  45-46
第五章 系统数据挖掘模块的设计与实现  46-58
  5.1 数据挖掘模块设计  46-47
  5.2 关键技术  47-49
  5.3 数据挖掘模块的实现  49-57
    5.3.1 创建挖掘模型  50-51
    5.3.2 训练挖掘模型  51-53
    5.3.3 显示挖掘模型  53-56
    5.3.4 挖掘模型的预测  56-57
  5.4 本章小结  57-58
第六章 总结与展望  58-59
  6.1 课题总结  58
  6.2 工作展望  58-59
参考文献  59-62
在学期间发表的论文及科研成果  62-63
致谢  63

相似论文

  1. 基于高级SQL查询的分布式多维关联规则挖掘算法的研究,TP311.13
  2. 中国移动黑龙江彩铃系统的设计与实现,F626
  3. 改进型遗传算法在多维关联规则挖掘中的应用,TP311.13
  4. 交通事故数据挖掘的多维关联规则研究,TP311.13
  5. PMML在居住建设健康影响规律模型中的应用与实现,TP311.13
  6. 基于工作仓库的OLAM技术在决策支持系统中的研究与应用,TP311.52
  7. 关联规则Eclat算法改进研究,TP311.13
  8. 基于多维数据模型的制造业商务智能研究,TP399-C2
  9. 基于多维谓词索引树的关联规则挖掘算法的研究与应用,TP311.13
  10. 基于PR-tree的多维关联规则的研究与实现,TP311.13
  11. 基于关联规则DM方法的道路交通事故分析,U491.31
  12. 多维关联规则的研究,TP311.12
  13. 多维关联规则挖掘算法,TP311.12
  14. 多维关联规则挖掘研究,TP311.131
  15. 网上评教及联机分析系统的设计与实现,TP393.09
  16. 基于数据仓库的教学质量监控系统,TP319
  17. 数值型多维关联规则挖掘研究,TP311.13
  18. 多维关联规则算法设计,TP311.13
  19. 数据挖掘算法在行政审计中的应用,TP311.13
  20. 基于统计的数据挖掘技术在CRM系统中的应用研究,TP391.7

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com