| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 数据挖掘技术在图书馆中应用的研究现状 | 第10-11页 |
| 1.3 数据挖掘的概述 | 第11-14页 |
| 1.3.1 数据挖掘的概念 | 第11-12页 |
| 1.3.2 基于数据挖掘的分析方法 | 第12-13页 |
| 1.3.3 数据挖掘的主要过程 | 第13-14页 |
| 1.4 论文的主要工作 | 第14-15页 |
| 1.5 论文的组织结构安排 | 第15页 |
| 1.6 本章小结 | 第15-16页 |
| 第2章 基于 K-means 算法图书管理系统的应用 | 第16-29页 |
| 2.1 K-means 算法的基本原理 | 第16-17页 |
| 2.2 K-means 算法在图书管理系统中的应用 | 第17-28页 |
| 2.2.1 读者聚类挖掘 | 第17-22页 |
| 2.2.2 时间特性聚类挖掘 | 第22-25页 |
| 2.2.3 图书借阅次数聚类挖掘 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基于改进的 Apriori算法在图书管理系统中的应用 | 第29-42页 |
| 3.1 Apriori 算法介绍 | 第29-37页 |
| 3.1.1 关联规则的基本概念 | 第29-31页 |
| 3.1.2 Apriori 算法的基本原理 | 第31-32页 |
| 3.1.3 改进的 Apriori 算法基本原理 | 第32-33页 |
| 3.1.4 改进 Apriori 的算法示例 | 第33-36页 |
| 3.1.5 实验结果分析 | 第36-37页 |
| 3.2 改进的 Apriori 算法在图书管理系统中的应用 | 第37-41页 |
| 3.2.1 数据采集 | 第37页 |
| 3.2.2 数据预处理 | 第37-39页 |
| 3.2.3 数据挖掘结果及分析 | 第39-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第4章 总结与展望 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45页 |
