维普论文检测系统VIP PAPER CHECK SYSTEM社交数据挖掘在共享自行车系统中的实现【原文对照报告-大学生版】报告编号：80b636612030f0c7检测时间：2021-04-2717：15：48检测字符数：17707作者姓名：佚名所属单位：燕山大学继续教育学院全文总相似比复写率他引率自引率专业术语检测结论：39.37%36.42%2.95%0.0%0.0%其他指标：自写率：60.63%高频词：数据，挖掘，行车，自行车，自行典型相似文章：无指标说明：复写率：相似或疑似重复内容占全文的比重他引率：引用他人的部分占全文的比重自引率：引用自己已发表部分占全文的比重自写率：原创内容占全文的比重典型相似性：相似或疑似重复内容占全文总相似比超过30%专业术语：公式定理、法律条文、行业用语等占全文的比重总相似片段期刊：7博硕：25综合：0相似片段：104外文：0自建库：69互联网：3检测范围：中文科技期刊论文全文数据库中文主要报纸全文数据库中国专利特色数据库博士/硕士学位论文全文数据库中国主要会议论文特色数据库港澳台文献资源外文特色文献数据全库维普优先出版论文全文数据库互联网数据资源/互联网文档资源高校自建资源库图书资源古籍文献资源个人自建资源库年鉴资源IPUB原创作品时间范围：1989-01-01至2021-04-27维普论文检测系统VIP PAPER CHECK SYSTEM原文对照颜色标注说明：■自写片段■复写片段（相似或疑似重复）口引用片段（引用）■专业术语（公式定理、法律条文、行业用语等）YANSHAN UNIVERSITY本科生毕业设计（论文）2021年3月作者姓名李波专业计算机科学与技术指导教师赵德才教授燕山大学本科生毕业设计（论文）社交数据挖掘在共享自行车系统中的实现学院继续教育学院专业计算机科学与技术姓名李波学号1901812028033指导教师赵德才教授答辩日期年月摘要自20世纪中期，共享自行车系统这一新型交通方式产生并迅速传播到世界各地，并以其低廉便捷的优势赢得锻炼人群和上班族的青睐。上班族作为城市中的主力军，不仅在上下班时段扮演着重要的角色，他们频繁多样的社交活动也一直是人们关注的对象。本文通过借助温州共享自行车管理系统进行数据库中20天的数据，以用户借还车站和时间为线索，利用网络社交数据分析挖掘，探索用户出行规律，进而发掘某些群体的社交活动。在本文中使用了数据挖掘中的频繁项集算法寻找不确定数据中可能的确定数据项，并使用关联规则发掘相关项集之间的联系，在寻找用户卡号时使用了改进版的归并排序查找不同数据集合中的共有项目，大大提高了匹配效率。关键词：共享自行车系统：社交数据挖掘：关联规则AbstractSince the mid-2000s,bike sharing system,a new mode of transportation,has developed andquickly spread across the globe.It's the advantage of cheapness and convenience that win the2维普论文检测系统VIP PAPER CHECK SYSTEMexercise groups and white-collar workers of all ages.Office workers as the main force in the city,not only play an important role in the commuting time,but have also been the object of attentionbecause of their frequently varied social activities.In this paper,by means of sharing Wenzhou bicycle system database,we analyze extensive dataaccording to the stations and time that users borrow and return bikes,using social data mining,andthus explore the users travel patterns and mine the social activities of certain groups.We use thedata mining and frequent item sets algorithm to find certain frequent sets from uncertain data,andexplore the relation between sets of related items using association rules.And we use the improvedmerge sort to find public items from different sets of data,improving the matching efficiency whenlooking for the users card number.Keywords:bike sharing system social data mining association rules目录摘要IAbstractII第1章绪论11.1共享自行车系统11.1.1共享自行车系统简介11.1.2共享自行车系统的设计与管理1.2研究背景、内容及意义21.2.1研究背景21.2.2研究内容31.2.3研究意义31.3本文的组织结构4第2章数据挖掘及社交数据挖掘52.1数据挖掘52.1.1数据挖掘定义52.1.2数据挖掘方法5学继续教育学院2.2社交数据挖掘62.2.1社交数据挖掘的提出62.2.2社交数据挖掘的实现步骤6第3章关联规则和归并排序83.1关联规则83.1.1社交数据挖掘的提出83.1.2支持度和置信度83.1.3 Apriori算法93.2归并排序及改进93.2.1归并排序93.2.2归并排序的改进9第4章社交数据挖掘在共享自行车系统中的实现114.1确定业务对象114.2预处理124.3数据挖掘124.4后处理174.5分析和同化19结论20参考文献213