| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题的研究背景及意义 | 第7-8页 |
| 1.2 图书销售系统的现状 | 第8-9页 |
| 1.3 数据挖掘的研究现状 | 第9-10页 |
| 1.4 论文的主要工作 | 第10-11页 |
| 1.5 论文的组织结构 | 第11-13页 |
| 第2章 数据挖掘技术及相关开发技术概要 | 第13-23页 |
| 2.1 数据挖掘 | 第13-18页 |
| 2.1.1 数据挖掘的概念 | 第13页 |
| 2.1.2 数据挖掘的任务 | 第13-15页 |
| 2.1.3 数据挖掘的过程 | 第15-16页 |
| 2.1.4 数据挖掘的评估 | 第16-18页 |
| 2.2 基于WEB的数据挖掘概述 | 第18-20页 |
| 2.2.1 WEB数据挖掘的基本概念 | 第18页 |
| 2.2.2 WEB数据挖掘技术的分类 | 第18-20页 |
| 2.3 相关技术 | 第20-22页 |
| 2.3.1 ASP.NET技术 | 第20-21页 |
| 2.3.2 数据库访问技术ADO.NET | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 构建基于WEB的图书销售智能分析系统的架构 | 第23-29页 |
| 3.1 传统图书销售系统的结构 | 第23-25页 |
| 3.2 传统图书销售系统存在的客观问题 | 第25-26页 |
| 3.3 基于数据挖掘的图书销售系统的结构设计 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 图书销售智能分析系统的设计与实现 | 第29-53页 |
| 4.1 系统的结构 | 第29-30页 |
| 4.2 图书销售数据库 | 第30-38页 |
| 4.2.1 据库表结构 | 第30-33页 |
| 4.2.2 据视图的设计 | 第33-34页 |
| 4.2.3 数据库存储过程的设计 | 第34页 |
| 4.2.4 数据库访问类的设计 | 第34-35页 |
| 4.2.5 图书信息管理模型设计 | 第35-37页 |
| 4.2.6 客户信息管理模型设计 | 第37-38页 |
| 4.3 图书销售关联分析 | 第38-47页 |
| 4.3.1 图书数据的处理 | 第38-39页 |
| 4.3.2 Apriori关联规则算法的描述 | 第39-42页 |
| 4.3.3 Apriori关联规则算法在图书销售中的应用 | 第42-47页 |
| 4.4 客户类型分析 | 第47-52页 |
| 4.4.1 客户数据的预处理 | 第47页 |
| 4.4.2 K-Means聚类算法的描述 | 第47-48页 |
| 4.4.3 K-Means算法在客户类型分析中的应用 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-59页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第59页 |
