| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的目的与意义 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-13页 |
| 1.2.1 远程医疗的发展现状 | 第10-11页 |
| 1.2.2 数据挖掘的发展现状 | 第11-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本文的组织框架 | 第14-15页 |
| 第二章 相关技术研究与分析 | 第15-24页 |
| 2.1 数据挖掘技术 | 第15-21页 |
| 2.1.1 数据挖掘概述 | 第15-17页 |
| 2.1.2 数据挖掘方法 | 第17-18页 |
| 2.1.3 数据挖掘检索算法 | 第18-21页 |
| 2.2 MYSQL | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于关联规则的决策树算法的研究与应用 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 决策树的研究 | 第24-28页 |
| 3.2.1 决策树的概念 | 第24-25页 |
| 3.2.2 基于Hoeffding树的VFDT方法概述 | 第25-28页 |
| 3.3 关联规则分类的研究 | 第28-29页 |
| 3.4 基于关联规则的决策树算法 | 第29-33页 |
| 3.4.1 分裂特征的选择 | 第29-30页 |
| 3.4.2 改进算法的设计 | 第30-32页 |
| 3.4.3 仿真实验与结果分析 | 第32-33页 |
| 3.5 关联规则决策树算法在系统中的应用 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于相似性推荐的检索算法的研究与应用 | 第36-44页 |
| 4.1 引言 | 第36-37页 |
| 4.2 基于语义相似度的向量空间模型 | 第37-39页 |
| 4.2.1 向量空间模型 | 第37-38页 |
| 4.2.2 余弦相似性匹配方法 | 第38-39页 |
| 4.3 TF-IDF算法 | 第39-40页 |
| 4.4 基于相似性推荐的检索算法 | 第40-42页 |
| 4.4.1 关键词权值和相似性计算 | 第40-41页 |
| 4.4.2 算法的性能分析 | 第41-42页 |
| 4.5 基于相似性推荐的检索算法在系统中的应用 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 系统软件的设计与实现 | 第44-56页 |
| 5.1 需求分析 | 第44-45页 |
| 5.1.1 功能需求分析 | 第44-45页 |
| 5.1.2 性能需求分析 | 第45页 |
| 5.2 系统的总体设计 | 第45-48页 |
| 5.2.1 系统的结构设计 | 第45-46页 |
| 5.2.2 系统的设计目标 | 第46-47页 |
| 5.2.3 系统的业务流程 | 第47-48页 |
| 5.3 数据库设计 | 第48-52页 |
| 5.3.1 数据库设计原则 | 第48页 |
| 5.3.2 数据库的概念设计 | 第48-50页 |
| 5.3.3 数据库的建立与实现 | 第50-52页 |
| 5.4 系统模块详细设计 | 第52-55页 |
| 5.4.1 注册模块设计 | 第52-53页 |
| 5.4.2 医务人员和病人登录模块设计 | 第53-54页 |
| 5.4.3 查询及参数录入模块 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 致谢 | 第62页 |