| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第1章 绪论 | 第7-12页 |
| ·课题研究的背景 | 第7-8页 |
| ·图书馆个性化服务系统国内外研究现状 | 第8-10页 |
| ·国外研究现状 | 第8页 |
| ·国内研究现状 | 第8-10页 |
| ·论文的研究内容及组织结构 | 第10-12页 |
| ·研究内容 | 第10-11页 |
| ·本文的内容结构 | 第11-12页 |
| 第2章 数据挖掘相关理论 | 第12-24页 |
| ·数据挖掘 | 第12-17页 |
| ·数据挖掘发展历程 | 第12页 |
| ·数据挖掘过程 | 第12-14页 |
| ·数据挖掘的主要任务和算法 | 第14-16页 |
| ·数据挖掘在行业中的应用 | 第16-17页 |
| ·采用关联规则挖掘高校图书管理系统的原因 | 第17页 |
| ·关联规则 | 第17-19页 |
| ·关联规则基本概念 | 第17-19页 |
| ·关联规则挖掘过程 | 第19页 |
| ·Apriori 算法 | 第19-24页 |
| ·Apriori 算法描述 | 第19-20页 |
| ·实例说明 | 第20-22页 |
| ·Apriori 改进 | 第22-24页 |
| 第3章 关联规则挖掘在图书馆系统的应用 | 第24-38页 |
| ·关联规则算法选择 | 第24-26页 |
| ·高校图书馆特点 | 第24页 |
| ·高校图书馆借阅数据的特点 | 第24-25页 |
| ·算法选择 | 第25-26页 |
| ·基于压缩事务数据库的多重最小支持度关联规则 | 第26-32页 |
| ·多重最小支持度关联规则 | 第26-28页 |
| ·基于压缩事务数据库的多重最小支持度关联规则 | 第28-32页 |
| ·基于压缩事务数据库的多重最小支持度关联规则在图书馆系统中的应用 | 第32-38页 |
| ·图书馆借阅数据挖掘的数据准备 | 第32-36页 |
| ·算法实现 | 第36-38页 |
| 第4章 基于聚类分析的新书推荐算法 | 第38-46页 |
| ·常用推荐技术介绍 | 第38-40页 |
| ·基于内容的推荐算法 | 第40-41页 |
| ·基于内容推荐算法的方法 | 第40页 |
| ·聚类分析的基本思想 | 第40-41页 |
| ·基于聚类分析的新书推荐的实现 | 第41-46页 |
| ·数据准备 | 第41-42页 |
| ·程序流程 | 第42-43页 |
| ·算法具体实现 | 第43-44页 |
| ·推荐结果 | 第44-46页 |
| 第5章 图书馆个性化服务系统的设计 | 第46-58页 |
| ·数字图书馆中的个性化服务综述 | 第46-48页 |
| ·高校图书馆的 My Library 系统存在的问题 | 第46-47页 |
| ·高校图书馆的 My Library 系统改进措施 | 第47-48页 |
| ·个性化服务系统技术要求 | 第48页 |
| ·系统的需求分析 | 第48-51页 |
| ·功能需求分析 | 第48-49页 |
| ·业务流程 | 第49页 |
| ·系统的功能模块 | 第49-51页 |
| ·系统整体结构设置 | 第51-53页 |
| ·系统功能的实现 | 第53-58页 |
| ·开发工具的选择 | 第53页 |
| ·离线关联规则挖掘模块 | 第53-54页 |
| ·在线推荐模块 | 第54-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·论文工作总结 | 第58-59页 |
| ·论文的不足之处 | 第59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第64页 |
