| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 研究现状分析 | 第12-14页 |
| 1.2.1 长尾理论在图书馆服务中的应用 | 第12-13页 |
| 1.2.2 数据挖掘技术在图书馆长尾服务中的应用 | 第13-14页 |
| 1.2.3 离群数据挖掘 | 第14页 |
| 1.2.4 研究现状分析结论 | 第14页 |
| 1.3 研究内容 | 第14-17页 |
| 1.4 进行研究的方式方法 | 第17-18页 |
| 2 相关理论、方法和技术研究 | 第18-26页 |
| 2.1 相关理论研究 | 第18-20页 |
| 2.1.1 长尾理论和帕累托分布 | 第18-19页 |
| 2.1.2 数据挖掘 | 第19-20页 |
| 2.2 方法研究 | 第20-21页 |
| 2.2.1 离群数据挖掘 | 第20-21页 |
| 2.2.2 机器学习 | 第21页 |
| 2.3 算法研究 | 第21-25页 |
| 2.3.1 K-means算法 | 第21-22页 |
| 2.3.2 局部异常因子算法 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 图书馆长尾服务 | 第26-37页 |
| 3.1 从我国图书馆服务的发展历程看图书馆长尾服务的演进 | 第26-31页 |
| 3.1.1 传统图书馆服务——图书馆长尾服务演进的萌芽期 | 第26-28页 |
| 3.1.2 现代图书馆服务——图书馆长尾服务演进的成长期 | 第28-29页 |
| 3.1.3 新时代图书馆服务模式——图书馆长尾服务演进的繁荣期 | 第29-31页 |
| 3.2 长尾理论应用于图书馆服务的适用性 | 第31-32页 |
| 3.3 长尾理论应用于图书馆服务的必要性 | 第32-34页 |
| 3.3.1 图书馆服务业面临的机遇与挑战 | 第32-33页 |
| 3.3.2 信息资源共享的"5A"理论与图书馆长尾服务 | 第33-34页 |
| 3.4 图书馆长尾服务开发策略 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 图书馆长尾服务数据挖掘体系 | 第37-46页 |
| 4.1 用数据挖掘发现图书馆长尾服务模式的依据 | 第37-38页 |
| 4.2 图书馆长尾服务的数据挖掘过程 | 第38-42页 |
| 4.2.1 业务理解 | 第38-39页 |
| 4.2.2 数据获取 | 第39-40页 |
| 4.2.3 数据预处理和特征分析 | 第40页 |
| 4.2.4 数据转化 | 第40页 |
| 4.2.5 图书馆长尾服务的识别 | 第40-41页 |
| 4.2.6 长尾服务模式的评价 | 第41页 |
| 4.2.7 图书馆长尾服务模式的表达 | 第41页 |
| 4.2.8 图书馆长尾服务数据挖掘总体流程 | 第41-42页 |
| 4.3 图书馆长尾服务数据挖掘体系结构 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 5 图书馆长尾服务数据挖掘体系实证研究 | 第46-61页 |
| 5.1 业务理解 | 第46页 |
| 5.2 数据获取 | 第46-49页 |
| 5.2.1 学位论文数据库比较 | 第46-47页 |
| 5.2.2 数据收集方式 | 第47-49页 |
| 5.3 数据分析与预处理 | 第49-53页 |
| 5.4 数据转化 | 第53-54页 |
| 5.4.1 数据的特征选择 | 第53-54页 |
| 5.4.2 关键词的归类 | 第54页 |
| 5.5 图书馆长尾服务的识别与结果评价 | 第54-58页 |
| 5.5.1 算法的选择 | 第54-56页 |
| 5.5.2 基于二次聚类的离群点检测过程 | 第56-58页 |
| 5.6 数据挖掘结果分析与知识表达 | 第58-60页 |
| 5.7 本章小结 | 第60-61页 |
| 6 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |
