论文摘要
面对激烈的市场竞争和日益复杂的社会经济环境,科学的设施选址决策往往会影响一个商业实体的成功与否,商店的地理位置及其商业性质直接影响着其经营业绩。对于准备投资的业主来说,通过选址分析可以确定最具投资潜力的店址。数据挖掘(data mining)技术的不断向前发展,特别是空间数据挖掘(spatial data mining)技术被广泛的研究与应用,使之在解决空间知识的获取问题上独具优势,这为选址技术与理论提供了一种可行的新思路。空间数据模型是空间数据挖掘的核心和基础,因此对空间数据模型的研究有着重要的研究意义。本文针对常用空间数据模型在空间数据挖掘中具有较强应用指向性,通用性不强的问题,建立了一种时空特征与相互关系一体化的时空数据模型。形式化定义并详细给出了该模型的元素组成、信息范畴及元素间的相互关系。并在此基础上给出了时空特征对象的特征操作、空间操作、时间操作及三者互操作。此外,以超市选址具体应用为例,利用时空数据模型并结合空间数据挖掘技术,对青岛市超市选址决策进行了研究,并在研究成果的基础上开发出超市选址决策支持系统,该系统克服了目前选址技术缺乏科学合理的依据以及在面临数量庞大并且可能异构异种的空间数据源时,无法发掘出隐藏在这些数据当中的潜在而有用的知识的问题。通过对该系统进行具体设计和实现,验证了该系统在一定程度上可以对决策者提供决策支持。
论文目录
摘要Abstract第一章 绪论1.1 选题的背景和研究意义1.2 国内外研究动态1.3 本课题解决的问题和解决问题的途径1.4 论文结构第二章 空间数据挖掘的相关概念2.1 空间数据挖掘所能发现的知识2.2 空间数据挖掘的方法2.3 空间数据挖掘的体系结构2.4 空间数据挖掘的应用第三章 一种基于对象的时空数据模型——STAO模型3.1 基于对象的时空数据模型——STAO模型3.1.1 模型定义3.1.2 空间对象3.1.3 时间对象3.1.4 特征对象3.1.5 相互关系3.2 时空特征对象操作3.2.1 特征操作3.2.2 空间操作3.2.3 时间操作3.2.4 特征、空间、时间三者互操作3.3 基于对象的时空数据概念模型图第四章 时空数据模型在超市选址中的应用4.1 研究方法及框架4.2 空间普查数据库的建立4.3 数据预处理4.3.1 超市数据集中关系集合的导入4.3.2 根据人口普查数据定义非空间属性4.4 关联规则挖掘4.5 研究结果与讨论4.6 与基于矢量的空间数据模型的研究方法相比较第五章 超市选址辅助决策支持系统5.1 概述5.2 系统设计流程5.3 系统功能及实现5.3.1 地图浏览子系统5.3.2 距离及方位量算5.4 系统展示第六章 总结与展望6.1 全文的工作总结6.2 存在的问题及对未来的展望参考文献攻读学位期间的研究成果致谢
相关论文文献
标签：空间数据挖掘论文; 时空数据模型论文; 选址论文;
