数据挖掘在信息管理系统中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·论文选题背景和研究意义 | 第8页 |
| ·基于Web数据挖掘信息管理系统研究现状 | 第8-11页 |
| ·基于规则的推荐 | 第10页 |
| ·基于内容的推荐 | 第10页 |
| ·合作推荐 | 第10-11页 |
| ·混合推荐 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 数据挖掘研究 | 第13-25页 |
| ·数据挖掘综述 | 第13-17页 |
| ·数据挖掘 | 第13-16页 |
| ·Web数据挖掘 | 第16-17页 |
| ·Web数据挖掘面临的问题 | 第17页 |
| ·关联规则 | 第17-22页 |
| ·关联规则描述 | 第18-19页 |
| ·关联规则模型 | 第19-20页 |
| ·典型算法分析 | 第20-22页 |
| ·聚类规则 | 第22-24页 |
| ·聚类分析的主要方法 | 第22-24页 |
| ·蚁群聚类 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 信息系统原型的设计与实现 | 第25-35页 |
| ·系统功能模块 | 第25-28页 |
| ·系统开发环境和工具 | 第28-30页 |
| ·系统软硬件环境 | 第29页 |
| ·系统开发平台及工具 | 第29-30页 |
| ·系统设计UML图 | 第30-31页 |
| ·系统数据模型 | 第31-32页 |
| ·系统安全性设计 | 第32-35页 |
| ·口令加密 | 第33页 |
| ·访问权限控制 | 第33页 |
| ·数据加密 | 第33-35页 |
| 第四章 聚类分析k－means方法及改进 | 第35-43页 |
| ·聚类分析的定义 | 第35-38页 |
| ·聚类分析中的概念 | 第35-36页 |
| ·聚类算法的评价指标 | 第36-37页 |
| ·传统聚类算法的分类和特点 | 第37-38页 |
| ·K－MEANS算法及其改进 | 第38-43页 |
| ·K－means算法基本思想 | 第38-40页 |
| ·k－means算法改进 | 第40-41页 |
| ·改进k－means算法性能对比 | 第41-43页 |
| 第五章 数据挖掘在系统中的应用研究 | 第43-51页 |
| ·数据准备及预处理 | 第43页 |
| ·数据挖掘的应用 | 第43-49页 |
| ·基于web数据挖掘自推荐系统模型 | 第49-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57页 |
