数据挖掘在高校图书馆个性化推荐服务中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文的研究内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第2章 相关理论知识和技术 | 第14-24页 |
| 2.1 数据挖掘及相关理论 | 第14-16页 |
| 2.1.1 数据挖掘概述 | 第14页 |
| 2.1.2 数据挖掘过程 | 第14-16页 |
| 2.1.3 数据挖掘的主要算法 | 第16页 |
| 2.2 聚类分析 | 第16-18页 |
| 2.2.1 聚类分析的主要方法 | 第17-18页 |
| 2.2.2 K-均值聚类方法简介 | 第18页 |
| 2.3 关联分析 | 第18-20页 |
| 2.4 Apriori算法 | 第20页 |
| 2.5 中图法介绍 | 第20-21页 |
| 2.6 本章小结 | 第21-24页 |
| 第3章 读者阅读个性化推荐数据挖掘实施 | 第24-40页 |
| 3.1 数据挖掘工具的选取 | 第24-25页 |
| 3.2 系统数据的预处理 | 第25-27页 |
| 3.2.1 空白数据的处理 | 第26页 |
| 3.2.2 重复数据的处理 | 第26-27页 |
| 3.2.3 数据挖掘字段的选取 | 第27页 |
| 3.3 数据挖掘的流程 | 第27-28页 |
| 3.4 基于聚类分析的数据挖掘 | 第28-34页 |
| 3.4.1 图书馆读者的聚类分析 | 第28-34页 |
| 3.5 基于关联规则分析的数据挖掘 | 第34-38页 |
| 3.5.1 图书索取号的关联规则挖掘 | 第34-36页 |
| 3.5.2 新书分类号的关联规则挖掘 | 第36页 |
| 3.5.3 图书分类号的关联规则挖掘 | 第36-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第4章 个性化推荐系统的分析与设计 | 第40-54页 |
| 4.1 系统的背景概述 | 第40页 |
| 4.1.1 我校图书馆概况 | 第40页 |
| 4.1.2 图书馆信息系统介绍 | 第40页 |
| 4.2 系统可行性分析 | 第40-41页 |
| 4.3 图书馆个性化数据挖掘功能需求 | 第41页 |
| 4.4 推荐系统中的主要问题解决 | 第41-42页 |
| 4.5 推荐系统具有的功能 | 第42页 |
| 4.6 系统的整体结构设计 | 第42-48页 |
| 4.6.1 系统的体系结构 | 第42-44页 |
| 4.6.2 系统的业务流程 | 第44-45页 |
| 4.6.3 图书馆个性化推荐系统具体功能模块 | 第45-48页 |
| 4.7 数据库的设计 | 第48-53页 |
| 4.7.1 数据库的主要实体描述 | 第48-49页 |
| 4.7.2 数据库表的设计 | 第49-53页 |
| 4.8 本章小结 | 第53-54页 |
| 第5章 系统的实现和展示 | 第54-60页 |
| 5.1 系统实现主要采用的技术 | 第54-55页 |
| 5.1.1 系统的开发环境J2EE | 第54-55页 |
| 5.1.2 数据库技术 | 第55页 |
| 5.2 系统的展示 | 第55-59页 |
| 5.3 本章小结 | 第59-60页 |
| 总结和展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-67页 |
| 个人简历 | 第67页 |
