数据挖掘技术在旅游市场决策中的研究与应用

发布时间：2022-08-02 18:00

　　随着经济的发展，旅游产业已经成为国民经济的支柱产业。为加快旅游产业的发展，合理的进行资金投入和配套设施布局，制定科学的旅游决策将非常重要。数据挖掘技术已经对许多行业和领域产生了深远的影响。数据挖掘技术当中的关联规则挖掘，由于它能够发现大量数据项之间有趣的联系，可以为决策的制定提供依据。本文将数据挖掘技术引入旅游产业。找出其中的隐含联系为旅游业的科学决策提供依据。本文在研究关联规则技术的基础上，对已有的Apriori算法进行了改进。对于频繁项集的挖掘过程，提出了基于垂直分布的Apriori-Evo算法；对于规则的生成过程，设计了交互式的规则产生算法并提出了强关联规则、动态置信度的概念。最后，根据旅游行业的特点尝试将新算法和改进应用于旅游行业，对旅游数据进行了挖掘。经过测试新算法在挖掘的效率和规则有效性上都优于Apriori算法，对旅游数据的挖掘也取得了很好的效果。 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题的背景和目的
    1.2 课题的研究现状
    1.3 本文的主要工作
    1.4 本文的章节安排
第二章 关联规则挖掘研究
    2.1 数据挖掘概述
        2.1.1 数据挖掘的相关概念
        2.1.2 数据挖掘方法和技术
        2.1.3 数据挖掘的过程
        2.1.4 数据挖掘的应用
        2.1.5 数据挖掘的研究发展
    2.2 关联规则概述
        2.2.1 关联规则的基本概念
        2.2.2 关联规则的分类
    2.3 关联规则挖掘算法
        2.3.1 关联规则挖掘的步骤
        2.3.2 关联规则挖掘算法的分类
    2.4 Apriori 算法研究
        2.4.1 Apriori 算法描述
        2.4.2 Apriori 算法的挖掘实例
        2.4.3 Apriori 算法的不足
    2.5 本章小结
第三章 基于垂直分布的频繁项集挖掘算法
    3.1 Apriori 算法的改进方法
        3.1.1 频繁项集的性质
        3.1.2 对 Apriori 算法的改进
    3.2 基于垂直分布的 Apriori-Evo 算法
    3.3 Apriori-Evo 算法实例
    3.4 两种算法挖掘步骤的对比
    3.5 本章小结
第四章 关联规则的生成
    4.1 规则生成的研究
    4.2 采用了用户交互的规则生成算法
    4.3 采用动态置信度阈值的规则生成
    4.4 规则的兴趣度
    4.5 本章小结
第五章 旅游数据挖掘应用
    5.1 旅游业背景介绍
    5.2 旅游数据的特点
        5.2.1 旅游数据的来源
        5.2.2 旅游数据的特征分析
    5.3 挖掘系统设计
        5.3.1 系统模型
        5.3.2 实验环境
        5.3.3 数据预处理
    5.4 挖掘算法的实现
        5.4.1 Apriori 算法对数据的挖掘
        5.4.2 新算法的实现
        5.4.3 挖掘结果分析
    5.5 算法性能的比较
    5.6 本章小结
第六章 结论
    6.1 本文工作总结
    6.2 本文的创新点及展望
致谢
参考文献



本文编号：3668984