基于数据挖掘的高校大学生读者阅读趋向研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪言 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.2.1 理论意义 | 第9页 |
| 1.2.2 现实意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 数据挖掘研究现状 | 第10页 |
| 1.3.2 读者阅读趋向研究现状 | 第10-13页 |
| 1.4 研究内容与研究方法 | 第13-14页 |
| 1.4.1 研究内容 | 第13页 |
| 1.4.2 研究方法 | 第13-14页 |
| 1.5 论文创新点 | 第14-15页 |
| 第二章 相关理论综述 | 第15-20页 |
| 2.1 阅读指导理论 | 第15页 |
| 2.1.1 阅读指导 | 第15页 |
| 2.1.2 阅读趋向 | 第15页 |
| 2.2 数据挖掘 | 第15-18页 |
| 2.2.1 数据挖掘的定义 | 第16页 |
| 2.2.2 数据挖掘的任务 | 第16-17页 |
| 2.2.3 数据挖掘的流程 | 第17-18页 |
| 2.2.4 数据挖掘的方法 | 第18页 |
| 2.3 本章小结 | 第18-20页 |
| 第三章 数据挖掘准备工作 | 第20-28页 |
| 3.1 数据挖掘工具介绍 | 第20页 |
| 3.2 数据来源 | 第20-21页 |
| 3.3 数据预处理 | 第21-27页 |
| 3.3.1 数据清洗 | 第22页 |
| 3.3.2 数据转换 | 第22-25页 |
| 3.3.3 数据集成 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 图书馆流通数据挖掘实施 | 第28-42页 |
| 4.1 图书馆流通数据挖掘的算法选择 | 第28-29页 |
| 4.1.1 聚类分析算法选择 | 第28页 |
| 4.1.2 关联规则算法选择 | 第28-29页 |
| 4.2 基于聚类的图书馆流通数据分析 | 第29-35页 |
| 4.2.1 读者聚类划分 | 第29-33页 |
| 4.2.2 图书聚类划分 | 第33-35页 |
| 4.3 基于关联规则挖掘的图书馆流通数据分析 | 第35-41页 |
| 4.3.1 全部读者借阅图书的关联规则挖掘 | 第36-37页 |
| 4.3.2 聚类基础上的书目关联挖掘 | 第37-38页 |
| 4.3.3 学院、专业与书目之间的关联挖掘 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于图书馆流通数据的挖掘结果分析 | 第42-52页 |
| 5.1 基于聚类结果的分析 | 第42-44页 |
| 5.1.1 读者聚类结果分析 | 第42-43页 |
| 5.1.2 图书聚类结果分析 | 第43-44页 |
| 5.2 基于关联规则结果的分析 | 第44-49页 |
| 5.2.1 书目之间的关联规则挖掘分析 | 第44-47页 |
| 5.2.2 学院、专业与书目之间的关联挖掘 | 第47-49页 |
| 5.3 基于数据挖掘结果的结论分析 | 第49-50页 |
| 5.4 基于挖掘结果的建议 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 全文总结 | 第52页 |
| 6.2 研究展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57-59页 |
| 后记 | 第59-60页 |
| 在学期间公开发表论文及著作情况 | 第60页 |
