| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景 | 第9-12页 |
| ·引文分析的相关概念 | 第9-10页 |
| ·数据挖掘的相关理论 | 第10-12页 |
| ·引文分析国内外研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-15页 |
| ·同类研究现状总结 | 第15页 |
| ·本文研究内容 | 第15-17页 |
| ·主要研究工作 | 第15-16页 |
| ·研究特色 | 第16页 |
| ·预期达到的目标: | 第16-17页 |
| 第2章 关联规则挖掘与引文分析 | 第17-21页 |
| ·关联规则挖掘相关概念 | 第17-18页 |
| ·关联规则的定义 | 第17页 |
| ·频繁项集 | 第17页 |
| ·关联规则挖掘 | 第17-18页 |
| ·适用于引文分析的加权关联规则挖掘算法 | 第18-21页 |
| ·加权问题 | 第18页 |
| ·垂直加权关联规则 | 第18-19页 |
| ·水平加权关联规则 | 第19页 |
| ·混合加权关联规则 | 第19页 |
| ·改进的加权关联规则挖掘算法 | 第19-21页 |
| 第3章 基于MWARC算法的相关文献推荐 | 第21-29页 |
| ·相关文献推荐工作流程 | 第21页 |
| ·数据规范 | 第21-22页 |
| ·相关文献集确定 | 第22-23页 |
| ·垂直权重确定 | 第23-26页 |
| ·水平权重确定 | 第26-27页 |
| ·权值的动态调整 | 第27-29页 |
| 第4章 引文分析原型系统 | 第29-36页 |
| ·引文分析系统分析 | 第29-31页 |
| ·需求分析 | 第29页 |
| ·系统流程图 | 第29-30页 |
| ·系统体系结构 | 第30-31页 |
| ·引文分析系统详细设计 | 第31-36页 |
| ·用户识别子系统 | 第31页 |
| ·元搜索子系统 | 第31-32页 |
| ·数据分析子系统 | 第32页 |
| ·结果处理子系统 | 第32-33页 |
| ·权值自适应子系统(反馈调整) | 第33页 |
| ·原型系统界面 | 第33-36页 |
| 第5章 实验:利用引文分析进行情报学领域相关文献推荐 | 第36-47页 |
| ·实验方案 | 第36-37页 |
| ·实验目的 | 第36页 |
| ·实验对象的选择 | 第36-37页 |
| ·实验过程 | 第37-42页 |
| ·引文分析模型计算 | 第37-39页 |
| ·用户调查 | 第39-42页 |
| ·用户评价结果对MWARC算法计算结果的检验 | 第42-45页 |
| ·用户评分值的可信度判定 | 第42-43页 |
| ·数据转换 | 第43-44页 |
| ·用户评分值与模型值的检验 | 第44-45页 |
| ·实验总结 | 第45-47页 |
| 第6章 总结与展望 | 第47-50页 |
| ·论文完成的工作和取得的成果 | 第47页 |
| ·论文的研究意义 | 第47-48页 |
| ·论文的创新之处 | 第48页 |
| ·待研究的问题 | 第48-49页 |
| ·结束语 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 附录1 相关文献数据表 | 第52-55页 |
| 附录2 加权后相关文献数据表 | 第55-57页 |
| 致谢 | 第57-58页 |
| 读研期间发表论文情况一览表 | 第58页 |