| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外现状及发展趋势 | 第11-13页 |
| 1.2.1 国外发展现状以及趋势 | 第11-12页 |
| 1.2.2 国内发展现状以及趋势 | 第12-13页 |
| 1.3 本文的主要内容和章节安排 | 第13-14页 |
| 第2章 系统需求分析及关键技术 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 系统的需求分析 | 第14-15页 |
| 2.2.1 功能需求 | 第14-15页 |
| 2.2.2 其他需求 | 第15页 |
| 2.3 系统的可行性分析 | 第15-16页 |
| 2.4 系统开发工具介绍 | 第16-19页 |
| 2.4.1 Eclipse平台 | 第16-17页 |
| 2.4.2 Oracle | 第17页 |
| 2.4.3 MVC设计模式 | 第17-18页 |
| 2.4.4 SSH框架 | 第18-19页 |
| 2.5 数据挖掘技术 | 第19-20页 |
| 2.5.1 数据挖掘的定义 | 第19页 |
| 2.5.2 数据挖掘产生的背景 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第3章 图书馆讲座数据挖掘算法研究 | 第21-42页 |
| 3.1 引言 | 第21页 |
| 3.2 关联规则在图书馆讲座听众兴趣挖掘中的应用研究 | 第21-31页 |
| 3.2.1 研究目标 | 第21页 |
| 3.2.2 关联规则介绍 | 第21-22页 |
| 3.2.3 基于Apriori的听众兴趣挖掘算法 | 第22-23页 |
| 3.2.4 听众兴趣挖掘实验分析 | 第23-31页 |
| 3.3 聚类分析在图书馆讲座听众群体划分中的应用研究 | 第31-41页 |
| 3.3.1 研究目标 | 第31页 |
| 3.3.2 聚类分析介绍 | 第31-32页 |
| 3.3.3 基于K-means的听众群体划分算法 | 第32-34页 |
| 3.3.4 基于改进K-means的听众群体划分算法 | 第34-35页 |
| 3.3.5 听众群体划分对比实验分析 | 第35-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 系统的设计、实现与测试 | 第42-60页 |
| 4.1 引言 | 第42页 |
| 4.2 系统的设计 | 第42-48页 |
| 4.2.1 系统总体设计思想 | 第42-43页 |
| 4.2.2 系统模块设计 | 第43-45页 |
| 4.2.3 数据库设计 | 第45-48页 |
| 4.3 系统的实现 | 第48-55页 |
| 4.3.1 用户登录模块 | 第49-50页 |
| 4.3.2 管理员数据管理模块 | 第50-52页 |
| 4.3.3 普通用户功能模块 | 第52-53页 |
| 4.3.4 管理员统计分析模块 | 第53-54页 |
| 4.3.5 数据挖掘模块 | 第54-55页 |
| 4.4 系统测试 | 第55-59页 |
| 4.4.1 链接测试 | 第55-56页 |
| 4.4.2 表单测试 | 第56-59页 |
| 4.4.3 测试结果 | 第59页 |
| 4.5 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 个人简历 | 第67页 |
