热搜：南怀瑾 |证严上人

分类浏览

  • 文学艺术
  • 历史哲学
  • 政治法律
  • 经济管理
  • 新闻传播
  • 外国语言
  • 理工科技
  • 文化教育
  • 医药卫生
  • 教辅教参
  • 学前教育
  • 综合性图书

品牌教材

复旦博学品牌
复旦卓越品牌


基于数据挖掘的水政监察管理系统的设计
作者：
 陈潇潇 著
定价：
58 元
页数：
190页
ISBN：
978-7-309-15361-3/T.686
字数：
166千字
开本：
32 开
装帧：
平装
出版日期：
2020年11月 　　　　　　
本类其他相关图书

内容提要

       前言
      
       随着互联网以及计算机相关技术的飞速发展，政务管理模式发生重大变革，政务信息化不断推进，数据信息量增长迅猛。目前，对于这些海量政务数据的使用多限于统计、查询等传统方式，只是从整体逻辑上将各数据项简单分类，较难实现众多因素间内在规律和关联的有效分析，导致隐藏在数据后的规律往往无从得知，各类信息要素相对分散，其潜在的使用价值也无法充分挖掘和实用，缺乏对实际应用的指导作用。传统的数据处理方式已经难以适应日益增长的数据规模，如何建立科学实用、安全便捷的信息化交互平台，并结合数据挖掘技术，高效充分地挖掘分析水政数据的价值，具有重要的理论意义与实践价值。
       数据挖掘技术已被广泛应用于各行各业的数据调查与数据分析，具有速度快、准确度高等特点。随着我国信息化水平的不断推进，建立统一的数字化水政监察管理综合平台，实现集中管理、信息共享、数据分析预测、案件关联挖掘，加强对各水政执法队伍的监管力度，为水政监察部门的水利执法监管决策提供科学依据，为政府做出相应的防治措施提供理论支撑，帮助指导水政监察管理工作的改革创新，从而提升水政管理与服务水平，提高公众满意度。
       本书尝试从水政管理工作的实践出发，运用数据挖掘等相关数学工具，分析解读各种政务数据，揭示隐藏的、未知的或验证已知的水政数据的规律性，为决策部门提供准确、完整、及时的决策依据。研究和讨论了数据挖掘技术相关理论；在深入研究规则挖掘算法Apriori的基础上，提出基于支持度计数工作和候选项目集规则优化的改进算法；在分析决策树模型的基础上，引入决策协调度，对算法的计算复杂度进行改进，构造了具有良好结构特征和可操作性的算法模型，有效降低了计算复杂度；选取合适的技术和框架设计并实现基于数据挖掘的水政监察管理系统，将水政监察管理信息数据有效地贯通与整合，实现各部门信息畅通、共享与业务系统化处理，让数据创造更多的效用，提高水政监察执法工作效率，为构建和谐社会、建立可持续性科学发展奠定基础。
       在本书内容撰写过程中，参考引用了大量国内外文献，对这些文献的作者表示感谢。在算法实现、实验验证和算法比较过程中对若干方法进行了分析，如果对原始文献理解、分析不贴切之处，敬请作者及读者谅解。感谢出版社编辑对本书大纲结构提出了宝贵的建议，给予很多富有建设性的意见和思路。感谢在本书的编写过程中给予指导和建议的工程师和老师同事们。本书的工作得到了常德市科技计划项目（2019S093）、湖南文理学院优秀学术著作出版等资助，特此感谢！
      
       作者
       2020年10月
      

作者简介

      
       陈潇潇，1983年生，湖南湘潭人，讲师。工作于湖南省常德市湖南文理学院，主要研究方向为通信网络技术、网络信息安全、数据挖掘等，长期从事高校计算机专业教学与科研工作，在国家级、省级期刊上发表多篇计算机教学与科研论文。
      

书摘

       目录
      
       第一章 绪论
       1.1 开发背景与意义
       1.1.1 开发背景
       1.1.2 建设意义
       1.2 国内外发展现状
       1.2.1 水政管理研究现状
       1.2.2 水政管理信息化建设现状
       1.3 本研究的工作
       1.3.1 学术价值及应用前景
       1.3.2 研究的重点和难点
       1.3.3 研究方法
       1.3.4 创新点
       1.4 本书的主要内容及组织结构
      
       第二章 数据挖掘概述
       2.1 数据挖掘理论
       2.1.1 数据挖掘的定义
       2.1.2 数据挖掘的功能
       2.1.3 数据挖掘的过程
       2.1.4 数据挖掘的常用算法
       2.2 数据挖掘相关研究现状
       2.2.1 国外相关研究现状
       2.2.2 国内相关研究现状
       2.3 数据挖掘的应用
       2.3.1 数据挖掘应用于企业经营
       2.3.2 数据挖掘应用于金融行业
       2.3.3 数据挖掘应用于医疗行业
       2.3.4 数据挖掘应用于道路交通管理
       2.3.5 数据挖掘应用于能源行业
       2.3.6 数据挖掘应用于教育行业
       2.4 常用的数据挖掘建模工具
       2.4.1 IBM SPSS Modeler
       2.4.2 Python
       2.4.3 KNIME
       2.4.4 Rapid Miner
       2.4.5 TipDM
       2.5 本章小结
      
       第三章 系统需求分析
       3.1 可行性分析
       3.1.1 技术可行性分析
       3.1.2 经济可行性分析
       3.1.3 操作可行性分析
       3.1.4 法律可行性分析
       3.2 系统设计背景
       3.3 功能性需求
       3.3.1 入口登录
       3.3.2 数据共享
       3.3.3 数据汇总
       3.3.4 效能分析
       3.3.5 绩效考核
       3.3.6 综合查询
       3.3.7 维护管理
       3.4 非功能性需求
       3.4.1 系统的性能
       3.4.2 系统的可靠性
       3.4.3 系统的易用性
       3.4.4 系统的灵活性
       3.4.5 系统的安全性
       3.5 运行环境要求
       3.6 本章小结
      
       第四章 系统概要设计
       4.1 系统建设目标和设计原则
       4.1.1 系统设计目标
       4.1.2 设计原则
       4.2 系统设计思想
       4.3 系统结构设计
       4.3.1 客户逻辑层
       4.3.2 应用逻辑层
       4.3.3 系统及数据层
       4.3.4 安全体系架构
       4.4 系统功能模块设计
       4.4.1 系统入口登录
       4.4.2 数据共享子系统
       4.4.3 数据汇总子系统
       4.4.4 效能分析子系统
       4.4.5 绩效考核子系统
       4.4.6 综合查询子系统
       4.4.7 维护管理子系统
       4.5 数据库设计
       4.6 本章小结
      
       第五章 系统详细设计
       5.1 业务类设计
       5.1.1 核心业务类
       5.1.2 各层对象间的关系
       5.2 系统功能详细设计
       5.2.1 数据汇总管理
       5.2.2 数据共享
       5.2.3 绩效考核
       5.2.4 综合查询
       5.2.5 系统维护管理
       5.3 本章小结
      
       第六章 数据挖掘在水政执法中的应用
       6.1 数据挖掘算法
       6.1.1 关联规则挖掘
       6.1.2 Apriori算法
       6.2 水政执法数据挖掘问题分析
       6.2.1 水政执法数据挖掘的问题定义
       6.2.2 关联挖掘问题的解决方案
       6.2.3 数据挖掘工具的选择
       6.3 算法改进
       6.3.1 Apriori算法的改进
       6.3.2 性能分析
       6.4 Apriori改进算法在水政执法中的应用
       6.4.1 数据预处理
       6.4.2 数据挖掘过程
       6.4.3 评价与结论
       6.5 本章小结
      
       第七章 数据挖掘在绩效考核中的应用
       7.1 数据挖掘算法
       7.1.1 决策树算法
       7.1.2 决策树ID3算法
       7.1.3 模糊决策树FuzzyID3算法
       7.2 绩效考核数据挖掘问题分析
       7.2.1 考核指标分类
       7.2.2 问题分析与解决策略
       7.3 FuzzyID3算法改进
       7.3.1 决策协调度概念
       7.3.2 基于决策协调度的算法改进
       7.3.3 算法性能分析
       7.4 FuzzyID3改进算法在绩效考核中的应用实现
       7.4.1 数据预处理
       7.4.2 数据模糊化
       7.4.3 构建模糊决策树
       7.4.4 结果分析
       7.5 本章小结
      
       第八章 系统实现
       8.1 技术实现
       8.1.1 登录验证
       8.1.2 权限控制
       8.2 系统实现
       8.2.1 系统主页
       8.2.2 数据共享
       8.2.3 数据汇总
       8.2.4 效能分析
       8.2.5 绩效考核
       8.2.6 综合查询
       8.2.7 维护管理
       8.3 本章小结
      
       第九章 系统测试
       9.1 测试环境
       9.2 系统功能测试
       9.2.1 系统登录测试
       9.2.2 新闻发布测试
       9.2.3 综合查询测试
       9.2.4 效能分析测试
       9.2.5 绩效考核测试
       9.2.6 绩效查询测试
       9.2.7 权限管理测试
       9.2.8 日志管理测试
       9.3 系统性能测试
       9.3.1 响应时间测试
       9.3.2 吞吐量测试
       9.4 测试分析
       9.5 本章小结
      
       第十章 总结与展望
       10.1 总结
       10.1.1 系统开发总结
       10.1.2 系统不足之处
       10.2 展望
       10.2.1 云计算
       10.2.2 大数据
       10.2.3 大数据时代数据挖掘
       10.2.4 未来研究方向
      
       参考文献
      

书评       
　  

地址:上海市国权路579号
邮编:200433
电话:021-65642854(社办)
传真:021-65104812

　
　

版权所有©复旦大学出版社,2002-2024年，若有问题请与我们 (webmaster@fudanpress.com) 联系！ 沪ICP备05015926号