首页> 中文学位 >基于数据挖掘的高校数字图书馆信息资源管理
【6h】

基于数据挖掘的高校数字图书馆信息资源管理

代理获取

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景

1.2 国内外研究现状

1.3 高校数字图书馆应用数据挖掘技术的意义

1.4 本文研究的主要内容及结构

第二章 数据挖掘

2.1 数据挖掘概述

2.1.1 数据挖掘的概念

2.1.2 数据挖掘的主要任务

2.1.3 数据挖掘的应用

2.2 SAS语言简介

2.2.1 SAS系统对数据的管理

2.2.2 SAS程序的数据集

2.2.3 SAS宏

2.2.4 SAS数据步与过程步

2.3 SAS数据挖掘主要过程

2.4 影响数据挖掘效果因素分析

第三章 SAS的聚类分析和关联规则分析

3.1 聚类分析的概念及算法划分

3.1.1 聚类分析的概念

3.1.2 聚类分析算法的划分

3.2 谱系聚类法

3.2.1 谱系聚类法算法

3.2.2 谱系聚类法统计量分析

3.2.3 聚类实现过程

3.3 基于SAS的读者群体聚类分析

3.3.1 读者数据的获取与数据预处理

3.3.2 SAS模式挖掘

3.3.3 模式分析

3.3.4 知识或规律

3.4 SAS关联规则分析

3.4.1 关联规则的概念及分类

3.4.2 经典频集算法Aprior

3.4.3 基于SAS的图书借阅数据关联规则分析

第四章 基于SAS的Web使用日志数据挖掘

4.1 Web数据挖掘的概念及分类

4.1.1 Web数据挖掘的概念

4.1.2 Web数据挖掘的分类

4.1.3 Web使用挖掘方法

4.2 Web使用日志分析

4.2.1 高校数字图书馆Web日志的特点

4.2.2 日志格式分析

4.2.3 典型的日志记录形式

4.3 基于SAS的Web使用日志数据挖掘

4.3.1 基于SAS的Web使用日志数据挖掘过程

4.3.2 数据收集和预处理

4.3.3 SAS模式挖掘及结果分析

第五章 结束语

参考文献

致谢

攻读学位期间主要的研究成果

展开▼

摘要

针对高校数字图书馆信息资源管理中存在的资源利用率低、数据库数据没有得到足够的重视和充分利用、信息开发不足等问题,将数据挖掘技术引入到信息资源管理工作中并对此进行了深入的理论和实验研究。
   本文首先介绍课题的研究背景、国内外研究状况及数据挖掘技术对高校数字图书馆的意义;然后论述数据挖掘的概念、主要任务及应用,分析SAS语言及影响数据挖掘效果的因素;最后在由SAS数据挖掘软件和SQL Server2000构成的数据挖掘模型实现读者聚类分析和图书借阅数据关联分析的基础上,对Web使用日志数据进行分析、研究,将SAS数据挖掘软件和SQL Server2000构成的数据挖掘模型应用到Web使用日志数据挖掘中,实现用户聚类、数字资源聚类和数字资源关联分析,获得科学、合理的结果。
   经过上述分析、研究,证明将数据挖掘技术应用到高校数字图书馆信息资源管理工作中有助于数字图书馆针对不同用户群体提供有针对性的数字资源,实现数字资源的个性化服务;能为数字资源的采购和管理提供可靠依据,优化数字资源结构;有助于发现不同数字资源之间的相互关联情况,优化数字图书馆网站结构,提高数字资源使用效率。

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