数据挖掘技术在高职院校图书馆管理系统中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·相关技术概述 | 第8-9页 |
| ·数据挖掘技术及发展历史 | 第8-9页 |
| ·数据挖掘研究现状 | 第9页 |
| ·本文的研究内容 | 第9-10页 |
| ·本文的研究意义 | 第10-12页 |
| 2 数据挖掘 | 第12-17页 |
| ·数据挖掘概念 | 第12-13页 |
| ·数据挖掘的任务和对象 | 第13-16页 |
| ·数据挖掘的任务 | 第13-15页 |
| ·数据挖掘的对象 | 第15-16页 |
| ·数据挖掘的工具 | 第16页 |
| ·本文所选用的数据挖掘技术 | 第16-17页 |
| 3 高职院校图书馆管理系统需求分析 | 第17-20页 |
| ·高职院校图书馆管理的必要性 | 第17-18页 |
| ·高职院校图书馆管理系统的应用分析 | 第18-20页 |
| 4 聚类分析在高职院校图书馆管理系统中的应用 | 第20-30页 |
| ·聚类分析的概念 | 第20-21页 |
| ·常用聚类算法的分类 | 第21-22页 |
| ·聚类方法的发展方向 | 第22-23页 |
| ·k-means算法 | 第23-24页 |
| ·聚类分析的应用 | 第24-30页 |
| ·聚类过程分析 | 第24-26页 |
| ·聚类结果说明 | 第26-28页 |
| ·聚类结果的指导作用 | 第28-30页 |
| 5 关联规则分析在高职院校图书馆管理中的应用 | 第30-38页 |
| ·关联规则的基本概念 | 第30-31页 |
| ·关联规则的产生 | 第30页 |
| ·关联规则中的主要概念 | 第30-31页 |
| ·Apriori算法的基本思想和不足分析 | 第31-32页 |
| ·改进的Apriori算法 | 第32-38页 |
| ·改进算法的原理 | 第32-33页 |
| ·改进的Apriori算法在图书管理应用中的分析 | 第33-35页 |
| ·实际挖掘结果 | 第35-38页 |
| 6 基于数据挖掘的高职院校图书馆管理系统 | 第38-50页 |
| ·系统开发环境 | 第38-39页 |
| ·系统功能设计 | 第39-40页 |
| ·图书馆管理系统数据库 | 第40-43页 |
| ·数据采集和预处理 | 第40-41页 |
| ·本系统所用数据库设计 | 第41-43页 |
| ·图书馆管理系统实现 | 第43-50页 |
| ·系统主界面 | 第43-44页 |
| ·数据集成 | 第44-45页 |
| ·聚类分析挖掘 | 第45-46页 |
| ·关联规则挖掘 | 第46-50页 |
| 7 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
