首页--文化、科学、教育、体育论文--信息与知识传播论文--图书馆学、图书馆事业论文--图书馆学论文--图书馆自动化、网络化论文

数据挖掘技术在高校图书馆管理中的应用

摘要第1-4页
Abstract第4-7页
第一章 引言第7-13页
   ·研究背景及意义第7-8页
   ·国内外研究现状第8-11页
     ·数据挖掘的国内外研究现状第8-10页
     ·数据挖掘在图书馆管理中的应用研究现状第10-11页
   ·系统开发的可行性第11页
   ·系统开发目标第11-12页
   ·本文的主要内容第12-13页
第二章 数据挖掘概述第13-24页
   ·数据挖掘的定义第13页
   ·数据挖掘的过程第13-14页
   ·决策树第14-15页
     ·决策树方法概述第14页
     ·C4.5算法介绍第14-15页
   ·关联规则分析方法第15-23页
     ·关联规则分析方法概述第16页
     ·支持度和置信度第16-17页
     ·频繁项目集和候选项目集第17页
     ·关联规则算法第17-23页
       ·Apriori算法介绍第17-20页
       ·AprioriTid算法介绍第20-22页
       ·FP-tree算法简介第22-23页
   ·本章小结第23-24页
第三章 高校图书智能推荐系统需求分析第24-29页
   ·系统概述第24页
   ·系统需求分析第24-28页
     ·系统用例图第24-26页
       ·读者用例图与图书管理人员用例图第24-25页
       ·用例图说明第25-26页
     ·系统活动图第26-27页
     ·系统数据流图第27-28页
   ·本章小结第28-29页
第四章 高校图书智能推荐系统总体设计第29-37页
   ·系统网络拓扑设计第29页
   ·系统总体结构设计第29-30页
   ·系统功能模块设计第30-34页
     ·用户使用模块第31-32页
     ·管理员管理模块第32-34页
   ·系统数据库设计及E-R图第34-36页
   ·本章小结第36-37页
第五章 系统关键模块的设计与实现第37-65页
   ·决策树算法挖掘模块第37-46页
     ·数据选取第37-38页
     ·数据预处理第38-39页
     ·决策树挖掘设计第39-45页
       ·属性信息处理第39-41页
       ·信息增益率的计算第41-44页
       ·生成决策树产生规则第44-45页
     ·产生图书推荐第45-46页
   ·关联规则分析算法挖掘模块第46-60页
     ·数据选取第47-48页
     ·数据预处理第48-53页
       ·数据清洗第48-49页
       ·数据变化第49-53页
     ·支持度和置信度的选择第53-56页
       ·机器预设参数第54-56页
       ·人工设置参数第56页
     ·关联规则挖掘设计第56-60页
       ·Apriori算法的实现第56-59页
       ·Apriori算法挖掘效率分析第59-60页
   ·APRIORI算法基于图书馆应用的改进第60-64页
     ·基于图书馆应用改进的Apriori算法的基本思想第60-61页
     ·改进后的Apriori算法的实现第61-62页
     ·基于图书馆应用改进的Apriori算法的挖掘结果分析第62-63页
       ·挖掘结果对比第62-63页
       ·挖掘效率对比第63页
     ·挖掘结果对用户的作用第63-64页
   ·本章小结第64-65页
结论第65-67页
参考文献第67-69页
致谢第69-70页
个人简历第70-71页
在学期间的研究成果及发表的学术论文第71页

论文共71页,点击 下载论文
上一篇:基于SaaS的云计算安全研究
下一篇:复杂岩石多目标物体图像在线处理与分析