首页> 中文学位 >高校图书馆借阅信息挖掘与应用研究
【6h】

高校图书馆借阅信息挖掘与应用研究

代理获取

目录

声明

摘要

1 绪论

1.1 论文的研究背景与意义

1.1.1 选题背景

1.1.2 选题意义

1.2 研究现状

1.3 论文的研究目的、研究方法与创新点

1.3.1 研究目的

1.3.2 研究方法

1.3.3 创新点

1.4 论文的组织结构

1.5 本章小结

2 数据挖掘概述

2.1 数据挖掘的概念

2.2 数据挖掘的对象

2.3 数据挖掘的基本过程

2.4 数据挖掘算法的选取

2.4.1 聚类规则及其相关算法

2.4.2 关联规则及其相关算法

2.5 数据挖掘工具

2.5.1 数据挖掘工具分类

2.5.2 数据挖掘工具的选择

2.5.3 本文所采用的挖掘工具

2.6 本章小结

3 数据准备

3.1 河北农业大学图书馆自动化系统简介

3.2 河北农业大学图书馆采用图书分类法简介

3.3 河北农业大学图书馆借阅数据的选取

3.4 河北农业大学图书馆借阅数据的预处理

3.5 本章小结

4 基于聚类的图书馆借阅数据挖掘

4.1 基于聚类的图书借阅数据挖掘

4.2 基于聚类的读者借阅数据挖掘

4.3 本章小结

5 基于关联规则的图书馆借阅数据挖掘

5.1 图书馆借阅数据的关联分析

5.2 河北农业大学不同读者类型与图书大类之间的关联分析

5.3 河北农业大学图书大类之间的关联分析

5.3.1 利用网络节点进行关联分析

5.3.2 利用Apriori节点进行关联分析

5.4 河北农业大学不同学院图书之间的关联分析

5.4.1 园林与旅游学院读者借阅数据关联分析

5.4.2 商学院读者借阅数据关联分析

5.5 本章小结

6 数据挖掘技术在图书馆借阅工作中的应用分析

6.1 数据挖掘技术在图书馆管理中的应用分析

6.2 数据挖掘技术在图书馆推荐系统中的应用分析

6.3 数据挖掘技术在图书采访中的应用

7 结论与展望

7.1 结论

7.2 展望

参考文献

作者简介

致谢

展开▼

摘要

高校图书馆作为高校的重要组成部分,不仅是高校的文献信息中心,还是学生们开展第二课堂学习的主要场所。图书馆的自动化系统中保存着大量读者借阅图书资源的历史数据,这些数据是读者利用图书馆馆藏文献满足自身信息需求的最佳记录,蕴含着丰富的、有用的知识和信息。利用数据挖掘技术对这些数据进行挖掘,找出图书资源的使用状况和不同读者、图书之间隐藏的内在联系和规律,可以为合理配置图书馆的图书资源、提高资源的利用率、改进图书服务质量、开展个性化信息服务提供数据支持和决策参考。
  本文首先分析研究了数据挖掘技术,包括K-means算法和Apriori算法以及SPSSClementin数据挖掘工具等,对研究用数据进行数据清理、数据变换、数据归约、数据集成。其次,采用K-means算法从图书和读者两个角度对读者借阅数据进行了聚类分析,将图书按利用率划分为利用率极高的图书、利用率高的图书、利用率较高的图书、利用率一般的图书、利用率低的图书五类,将读者分为非常活跃读者、比较活跃读者、活跃读者、一般读者、较少借阅读者五个群体,找出了不同读者群体之间和不同图书之间的读者信息需求相关特征和模式。进而,采用Apriori等算法对读者借阅数据进行了关联规则的挖掘,通过对本专科学生读者和研究生读者与图书大类之间关联性分析,发现研究生读者与本专科学生读者有许多共同的借阅倾向,在所借图书大类次序上与本专科学生读者不同,更加注重专业性图书的借阅;通过对图书大类之间的关联性分析,发现研究生读者同本专科学生读者相比专业针对性更强,出于学习的目的而经常会经常借阅Q、S、T等专业类图书,因此,所借图书关联性更强,置信度也比较高;通过对不同学院图书之间关联性分析,发现读者所借图书多与开设专业课程相关,并且图书之间具有很强的关联性和和很高的置信度。最后研究了数据挖掘技术在图书馆的应用分析,运用聚类方法,找出群的特点,针对具有相似特点的读者开展相似偏好的图书推荐,针对不同图书利用率进行相应的管理。运用关联规则,针对本专科学生与研究生读者学历层次的不同,进行更有针对性的图书采访,进行不同的架位安排,在个性化推荐系统中推荐不同图书类别,针对不同院系,对读者进行关联性强的图书推荐,从而进一步增强图书馆的个性化服务。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号