| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·选题背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内国外的研究现状 | 第10-12页 |
| ·国外的研究现状 | 第10-11页 |
| ·国内的研究现状 | 第11-12页 |
| ·本文的研究目的、方法和组织安排 | 第12-15页 |
| ·研究目的 | 第12页 |
| ·研究方法 | 第12-13页 |
| ·论文的组织安排 | 第13-15页 |
| 2 相关理论回顾 | 第15-25页 |
| ·数据挖掘技术相关理论 | 第15-23页 |
| ·数据挖掘的理论和方法 | 第15-16页 |
| ·数据挖掘的环境和过程 | 第16-17页 |
| ·聚类分析的研究 | 第17-19页 |
| ·关联规则挖掘的研究 | 第19-23页 |
| ·智能推荐系统理论综述 | 第23-25页 |
| ·智能推荐系统的构成 | 第23页 |
| ·智能推荐系统的应用现状及其相关技术 | 第23页 |
| ·智能推荐系统的研究热点 | 第23-25页 |
| 3 高校图书馆智能推荐系统模型的构建 | 第25-34页 |
| ·数据挖掘应用于图书馆智能化服务的必要性和可行性分析 | 第25-26页 |
| ·高校图书馆智能化推荐系统设计思路与目的 | 第26-28页 |
| ·设计的目的 | 第26页 |
| ·构建的原则 | 第26-28页 |
| ·智能推荐系统需求分析 | 第28-29页 |
| ·读者偏好分析 | 第28页 |
| ·借阅流程分析 | 第28-29页 |
| ·智能推荐系统架构设计 | 第29-34页 |
| ·整体架构 | 第29-31页 |
| ·功能描述 | 第31页 |
| ·智能推荐模块的组成 | 第31-32页 |
| ·工作流程 | 第32-34页 |
| 4 图书智能推荐的挖掘实证 | 第34-50页 |
| ·借阅记录数据源的选取 | 第36页 |
| ·借阅记录数据源的预处理 | 第36-39页 |
| ·借阅记录的导出 | 第36-37页 |
| ·借阅记录的清洗 | 第37-39页 |
| ·对借阅记录进行数据挖掘的算法选择 | 第39-41页 |
| ·聚类算法K-means | 第40页 |
| ·关联规则挖掘中的Apriori算法 | 第40-41页 |
| ·数据挖掘模型的建立及挖掘 | 第41-47页 |
| ·聚类挖掘 | 第42-44页 |
| ·关联挖掘 | 第44-47页 |
| ·基于数据挖掘结果的建议 | 第47-48页 |
| ·关于图书馆发展的建议 | 第48-50页 |
| 5 结论与展望 | 第50-52页 |
| ·结论 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 作者简历 | 第54-56页 |
| 学位论文数据集 | 第56页 |