学位论文 > 优秀研究生学位论文题录展示

物业管理中数据挖掘技术的应用

作　者: 王祎
导　师: 董军宇
学　校: 中国海洋大学
专　业: 计算机技术
关键词: 物业管理模块构建数据挖掘数据仓库
分类号: TP311.13
类　型: 硕士论文
年　份: 2010年
下　载: 54次
引　用: 0次
阅　读: 论文下载

内容摘要

在社会信息化进程日益发展的今天,人们对住宅的关注已不再仅仅局限于居室面积、周边环境等方面,而是把更多的注意力放在与外界沟通、信息服务、安全防范、物业管理等方面,正是为了适应这种社会需求,住宅小区智能管理系统便应运而生。根据当前国内智能住宅小区的现状和发展趋势,开发适合我国国情的小区智能化管理系统,是大力发展智能小区的有力保障。这种智能管理系统应充分考虑智能小区的现状和发展趋势,以满足小区管理的灵活性、安全性和经济性。在物业管理中,物业管理系统将面临大量的来自于用户的数据和信息,这些数据是大量的、不完全的、有噪声的、模糊的、随机的,但同时又是非常有用的。数据挖掘技术可以将这些数据有效的分析、整理,从而给数据使用者提供有效、及时的信息。本文简单论述了物业管理系统总的框架,着重讨论了在智能小区物业管理中将数据挖掘中的聚类分析方法应用于物业管理中恶意欠费用户的预测过程。在理论研究的基础上,进一步给出了数据挖掘在物业管理行业恶意欠费用户预测分析中的应用实例。应用数据挖掘工具分析找到引起物业费恶意拖欠的风险因素,帮物业管理公司找到引起这个问题的主要因素,甚至还可能发现一些分析师从来没有想过或试过的其他因素。

全文目录

摘要  5-6
ABSTRACT  6-10
1 导论  10-16
  1.1 研究背景与意义  10-11
  1.2 研究现状  11-13
  1.3 数据挖掘中存在的问题  13
  1.4 小区物业管理中存在的问题及解决办法  13-14
  1.5 本课题要达到的设计目标  14-15
  1.6 本课题可能的创新点  15-16
2 数据挖掘相关知识概述  16-24
  2.1 数据挖掘技术的引进  16-17
  2.2 数据挖掘的产生及定义  17-18
  2.3 数据挖掘的知识发现过程  18-19
  2.4 数据挖掘的功能  19-21
  2.5 数据挖掘过程  21-23
  2.6 数据仓库与数据挖掘的关系  23-24
3 数据挖掘的主要分类方法  24-29
  3.1 数据源分类  24-25
  3.2 数据挖掘方法  25-26
  3.3 算法的选择依据  26-27
  3.4 决策树  27-29
4 聚类分析的算法介绍及在数据挖掘中的应用  29-39
  4.1 聚类分析综述  29-32
    4.1.1 聚类的方法  29-30
    4.1.2 常用的聚类算法  30-32
    4.1.3 聚类分析在数据挖掘中的应用  32
  4.2 KOHONEN神经网络  32-35
    4.2.1 Kohonen网络拓扑结构  33
    4.2.2 Kohonen神经网络的算法原理  33-34
    4.2.3 Kohonen神经网络的特点  34-35
  4.3 数据整理  35-39
    4.3.1 数据准备  35-36
    4.3.2 数据集构成  36
    4.3.3 Kohonen网络聚类分析  36-39
5 智能化小区数据仓库系统设计  39-72
  5.1 需求分析  39
  5.2 智能化小区数据仓库系统体系结构  39-42
  5.3 智能化小区物业数据仓库建设的基本步骤  42-54
  5.4 数据挖掘技术在物业收费管理模块中的应用  54-67
    5.4.1 需求分析  54-55
    5.4.2 解决方案----用数据挖掘技术设计的物业管理收费模块  55-63
    5.4.3 实验预测  63-67
  5.5 恶意欠费预测建模实现  67-72
    5.5.1 数据集构建  67
    5.5.2 建立模型  67-68
    5.5.3 提取特征规则  68
    5.5.4 模型效果评估  68
    5.5.5 模型应用  68-69
    5.5.6 模型评估  69
    5.5.7 部署和应用  69
    5.5.8 预测结果展示  69-72
总结与展望  72-75
  总结  72-73
  展望  73-75
参考文献  75-78
攻读工程硕士期间所发表的文章  78
个人简历  78-79
致谢  79

物业管理中数据挖掘技术的应用

内容摘要

全文目录

相似论文