摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-16页 |
1.1 课题的研究背景 | 第9页 |
1.2 课题的研究目的和意义 | 第9-10页 |
1.3 国内外研究现状 | 第10-14页 |
1.3.1 图书馆管理系统的研究现状 | 第10-11页 |
1.3.2 数据挖掘的研究现状 | 第11-12页 |
1.3.3 数据挖掘在图书馆管理系统中应用的研究现状 | 第12-13页 |
1.3.4 数据挖掘在图书馆管理系统中应用的发展 | 第13-14页 |
1.4 学位论文主要工作 | 第14-15页 |
本章小结 | 第15-16页 |
第二章 技术基础 | 第16-22页 |
2.1 数据挖掘的概念 | 第16页 |
2.2 数据挖掘的支撑技术 | 第16-18页 |
2.3 数据挖掘的步骤 | 第18页 |
2.4 数据挖掘的功能 | 第18-19页 |
2.5 基本数据挖掘技术 | 第19-21页 |
2.5.1 聚类分析 | 第19页 |
2.5.2 关联规则 | 第19-20页 |
2.5.3 决策树方法 | 第20页 |
2.5.4 神经网络方法 | 第20页 |
2.5.5 遗传算法 | 第20-21页 |
本章小结 | 第21-22页 |
第三章 系统描述 | 第22-30页 |
3.1 需求分析 | 第22-23页 |
3.2 流程分析 | 第23-24页 |
3.3 实现目标 | 第24-26页 |
3.4 可行性分析 | 第26-27页 |
3.4.1 技术可行性 | 第26页 |
3.4.2 经济可行性 | 第26页 |
3.4.3 操作可行性 | 第26-27页 |
3.5 方案设计 | 第27页 |
3.6 设计原则 | 第27-29页 |
3.6.1 系统设计原则 | 第27-28页 |
3.6.2 代码可读性设计原则 | 第28-29页 |
本章小结 | 第29-30页 |
第四章 数据挖掘算法在图书馆管理系统中的应用 | 第30-45页 |
4.1 基于读者借阅信息的聚类挖掘技术 | 第30-39页 |
4.1.1 K-means算法介绍 | 第30-31页 |
4.1.2 改进的K-means算法流程 | 第31-32页 |
4.1.3 改进的K-means算法描述 | 第32-36页 |
4.1.4 核心代码 | 第36-39页 |
4.2 基于读者借阅信息的关联规则挖掘技术 | 第39-44页 |
4.2.1 Apriori算法介绍 | 第39-40页 |
4.2.2 改进的关联规则算法流程 | 第40-41页 |
4.2.3 改进的Apriori算法描述 | 第41-42页 |
4.2.4 核心代码 | 第42-44页 |
本章小结 | 第44-45页 |
第五章 系统仿真 | 第45-52页 |
5.1 仿真平台 | 第45-46页 |
5.2 系统总体设计 | 第46-49页 |
5.2.1 系统功能结构 | 第46-47页 |
5.2.2 数据库结构设计 | 第47-49页 |
5.3 系统实现 | 第49-51页 |
本章小结 | 第51-52页 |
第六章 结论 | 第52-53页 |
6.1 全文总结 | 第52页 |
6.2 研究展望 | 第52-53页 |
参考文献 | 第53-55页 |
致谢 | 第55页 |