| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·论文选题意义及背景 | 第10-11页 |
| ·国内外的研究现状 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 数据挖掘技术概述 | 第15-27页 |
| ·数据挖掘 | 第15-21页 |
| ·数据挖掘的定义、过程及技术 | 第15-19页 |
| ·数据挖掘的发展及应用 | 第19-21页 |
| ·聚类分析 | 第21-26页 |
| ·聚类的概述 | 第21-24页 |
| ·聚类的主要算法 | 第24-26页 |
| ·聚类的发展及应用 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 遗传算法基本原理 | 第27-33页 |
| ·遗传算法概述 | 第27-28页 |
| ·遗传算法的基本要素 | 第28-32页 |
| ·染色体编码 | 第28页 |
| ·种群初始化 | 第28-29页 |
| ·适应度函数（评估函数） | 第29页 |
| ·遗传操作 | 第29-31页 |
| ·参数设置 | 第31-32页 |
| ·遗传算法的优缺点及应用 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 改进的遗传优化的 k-means 聚类算法 | 第33-48页 |
| ·k-means 算法的研究分析 | 第33-36页 |
| ·k-means 算法的基本思想 | 第33-34页 |
| ·k-means 算法的流程 | 第34-35页 |
| ·k-means 算法的时间复杂度 | 第35页 |
| ·k-mean 算法的缺点 | 第35-36页 |
| ·遗传优化的 k-means 算法 | 第36-37页 |
| ·改进的基于遗传算法的 k-means 算法设计 | 第37-42页 |
| ·编码方案及种群初始化 | 第37-38页 |
| ·适应度函数的选取 | 第38-39页 |
| ·选择操作 | 第39-40页 |
| ·交叉和变异操作 | 第40-42页 |
| ·改进算法的流程 | 第42-43页 |
| ·实验结果及分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 改进后的遗传优化的聚类算法在图书管理系统中的应用 | 第48-56页 |
| ·引言 | 第48-49页 |
| ·系统的开发环境 | 第49页 |
| ·数据准备 | 第49-51页 |
| ·书籍借阅记录表 | 第49-50页 |
| ·书目标准书库 | 第50页 |
| ·用户基本信息表 | 第50-51页 |
| ·数据处理 | 第51-52页 |
| ·聚类挖掘 | 第52-54页 |
| ·对图书聚类分析 | 第52-53页 |
| ·对读者聚类分析 | 第53-54页 |
| ·结果总结 | 第54-55页 |
| ·图书聚类结果总结 | 第54页 |
| ·读者聚类结果总结 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文工作总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间的研究成果 | 第62页 |