数据挖掘技术在高校图书推荐系统中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·论文研究背景 | 第8页 |
| ·论文研究对象 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文主要工作 | 第10页 |
| ·论文组成 | 第10-12页 |
| 2 数据挖掘概述 | 第12-21页 |
| ·数据挖掘的概念 | 第12-15页 |
| ·数据挖掘的定义 | 第12-13页 |
| ·数据挖掘的功能 | 第13-14页 |
| ·数据挖掘的方法和技术探讨 | 第14-15页 |
| ·数据挖掘实施步骤 | 第15页 |
| ·数据挖掘应用领域 | 第15-20页 |
| ·数据挖掘的应用领域 | 第16-18页 |
| ·数据挖掘的具体案例 | 第18页 |
| ·数据挖掘工具 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 人工神经网络理论 | 第21-27页 |
| ·神经网络的概述 | 第21-23页 |
| ·人工神经元的特性分析 | 第21-22页 |
| ·神经网络的特征 | 第22-23页 |
| ·建立神经网络的步骤 | 第23页 |
| ·BP神经网络概述 | 第23-25页 |
| ·BP神经网络的拓扑结构 | 第23-24页 |
| ·BP神经网络学习算法 | 第24-25页 |
| ·BP神经网络设计 | 第25页 |
| ·BP网络的优缺点分析 | 第25页 |
| ·本章小结 | 第25-27页 |
| 4 灰色系统理论 | 第27-32页 |
| ·灰色系统基本概念 | 第27-28页 |
| ·灰色系统的特点 | 第28-29页 |
| ·灰色关联分析 | 第29-31页 |
| ·关联分析基本特征 | 第30页 |
| ·关联度的概念 | 第30页 |
| ·关联分析的几何相关性 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 5 数据挖掘技术在高校图书馆中的应用 | 第32-45页 |
| ·数字挖掘在图书管理系统中的应用价值 | 第32-33页 |
| ·神经网络在高校图书馆中的应用 | 第33-37页 |
| ·神经网络关系图 | 第33-34页 |
| ·神经网络模型建立 | 第34-35页 |
| ·神经网络程序及结果分析 | 第35-37页 |
| ·灰色系统理论在高校图书馆的应用 | 第37-39页 |
| ·灰色系统关联分析基本思想 | 第38页 |
| ·图书馆管理中的关联分析 | 第38-39页 |
| ·基于数据挖掘的推荐系统 | 第39-43页 |
| ·选取关联规则的理由 | 第40页 |
| ·图书推荐系统设计 | 第40-41页 |
| ·实验分析 | 第41-43页 |
| ·实验结果检验 | 第43页 |
| ·数据挖掘技术解决的问题 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
