基于WEKA的高校图书馆流通数据分析系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 论文的研究内容和组织结构 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第2章 相关理论介绍 | 第19-34页 |
| 2.1 数据挖掘 | 第19-21页 |
| 2.1.1 数据挖掘的概念 | 第19-20页 |
| 2.1.2 数据挖掘系统的体系结构 | 第20-21页 |
| 2.1.3 数据挖掘的对象 | 第21页 |
| 2.2 WEKA平台介绍 | 第21-23页 |
| 2.2.1 WEKA平台的背景 | 第21-22页 |
| 2.2.2 WEKA数据挖掘平台的功能 | 第22页 |
| 2.2.3 WEKA数据挖掘平台的API | 第22-23页 |
| 2.3 数据挖掘相关算法 | 第23-27页 |
| 2.3.1 聚类分析及算法 | 第23-25页 |
| 2.3.2 关联规则及挖掘算法 | 第25-27页 |
| 2.4 MVC设计模式 | 第27-29页 |
| 2.4.1 MVC设计模式的体系结构 | 第27-28页 |
| 2.4.2 MVC设计模式的优点 | 第28-29页 |
| 2.5 Struts框架 | 第29-33页 |
| 2.5.1 Struts框架的结构 | 第29-30页 |
| 2.5.2 Struts框架的核心组件和工作流程 | 第30-32页 |
| 2.5.3 Struts框架的特点 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 需求分析 | 第34-39页 |
| 3.1 系统的业务需求分析 | 第34-35页 |
| 3.2 系统功能需求分析 | 第35-37页 |
| 3.3 系统非功能需求分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 数据分析系统的设计 | 第39-60页 |
| 4.1 系统的设计目标 | 第39-40页 |
| 4.2 系统架构设计 | 第40-41页 |
| 4.3 系统功能设计 | 第41-52页 |
| 4.3.1 登录模块的设计 | 第42-44页 |
| 4.3.2 用户信息管理模块的设计 | 第44-47页 |
| 4.3.3 数据采集管理模块的设计 | 第47-48页 |
| 4.3.4 数据分析模块的设计 | 第48-52页 |
| 4.4 系统数据库设计 | 第52-55页 |
| 4.4.1 系统数据库设计原则 | 第52页 |
| 4.4.2 主要数据库表结构设计 | 第52-55页 |
| 4.5 关键技术分析 | 第55-59页 |
| 4.5.1 SSH集成框架 | 第55-58页 |
| 4.5.2 WEKA的数据挖掘软件 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 数据分析系统的实现 | 第60-75页 |
| 5.1 系统的开发环境 | 第60页 |
| 5.2 系统架构实现 | 第60-62页 |
| 5.3 系统功能实现 | 第62-74页 |
| 5.3.1 系统基础性功能实现 | 第62-65页 |
| 5.3.2 数据采集管理功能的实现 | 第65-67页 |
| 5.3.3 属性过滤预处理实现 | 第67-68页 |
| 5.3.4 类属性设置预处理功能实现 | 第68-69页 |
| 5.3.5 数据离散化预处理功能实现 | 第69-70页 |
| 5.3.6 关联规则数据挖掘 | 第70-71页 |
| 5.3.7 分类分析数据挖掘功能实现 | 第71-72页 |
| 5.3.8 知识评价功能实现 | 第72页 |
| 5.3.9 知识入库功能实现 | 第72页 |
| 5.3.10 辅助图书馆管理功能实现 | 第72-73页 |
| 5.3.11 扩展功能实现 | 第73-74页 |
| 5.4 系统开发工具和环境 | 第74页 |
| 5.5 本章小结 | 第74-75页 |
| 第6章 后期测试与结果分析 | 第75-84页 |
| 6.1 测试环境 | 第75-76页 |
| 6.1.1 测试环境配置及方法 | 第75-76页 |
| 6.2 功能性测试 | 第76-80页 |
| 6.2.1 单元测试 | 第76-78页 |
| 6.2.2 集成测试 | 第78页 |
| 6.2.3 系统测试 | 第78-79页 |
| 6.2.4 性能测试 | 第79-80页 |
| 6.3 流通数据的聚类分析 | 第80-82页 |
| 6.4 流通数据进行关联规则挖掘 | 第82-83页 |
| 6.5 本章总结 | 第83-84页 |
| 结论 | 第84-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91页 |
