广义关联规则挖掘技术在图书馆新书推荐服务中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·选题背影和研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·定题服务 | 第9-10页 |
| ·个性化推荐系统 | 第10-13页 |
| ·本文研究的内容和意义 | 第13页 |
| ·本文内容的安排 | 第13-15页 |
| 第二章 广义关联规则挖掘的研究 | 第15-32页 |
| ·关联规则挖掘的研究 | 第15-19页 |
| ·关联规则的基本概念 | 第16-17页 |
| ·关联规则的分类 | 第17-18页 |
| ·Apriori算法 | 第18-19页 |
| ·广义关联规则挖掘的研究 | 第19-23页 |
| ·问题的提出 | 第20-21页 |
| ·广义关联规则形式化描述 | 第21-22页 |
| ·Cumulate算法 | 第22-23页 |
| ·多最小支持度关联规则挖掘的研究 | 第23-28页 |
| ·问题的提出 | 第23-24页 |
| ·MSApriori算法 | 第24-26页 |
| ·候选集的产生 | 第26-28页 |
| ·本节小结 | 第28页 |
| ·多最小支持度的广义关联规则挖掘的研究 | 第28-32页 |
| ·问题的提出 | 第28页 |
| ·形式化描述 | 第28-30页 |
| ·MMS_Cumulate算法 | 第30-31页 |
| ·本节小结 | 第31-32页 |
| 第三章 读者借书关联规则挖掘算法的研究 | 第32-51页 |
| ·项目最小支持度值的确定 | 第32-36页 |
| ·问题的提出 | 第32页 |
| ·概念广义化和概念距离 | 第32-34页 |
| ·计算每项的最小支持度 | 第34页 |
| ·算法MMS_Cumulate的改进算法 | 第34-36页 |
| ·GP-Apriori关联规则挖掘算法 | 第36-39页 |
| ·形式化描述 | 第36-37页 |
| ·GP-Apriori算法 | 第37-39页 |
| ·读者借书关联规则挖掘算法的设计 | 第39-48页 |
| ·提出新算法的必要性 | 第39-40页 |
| ·形式化描述 | 第40-42页 |
| ·BASIC算法 | 第42-45页 |
| ·MAR_LCR算法 | 第45-48页 |
| ·性能评估 | 第48-51页 |
| 第四章 从图书借阅记录中的挖掘关联规则 | 第51-68页 |
| ·相关知识 | 第51-55页 |
| ·图书馆系统简介 | 第51-52页 |
| ·中图分类法简介 | 第52-54页 |
| ·数据挖掘系统体系结构 | 第54-55页 |
| ·确定相关的读者属性 | 第55-56页 |
| ·数据的预处理 | 第56-62页 |
| ·关联规则的挖掘 | 第62-63页 |
| ·挖掘结果兴趣度分析 | 第63-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75-78页 |
