关联规则挖掘在高校智慧图书馆个性化服务中的应用研究

介绍了数据挖掘技术的相关概念和算法,并深入研究了关联规则的经典算法"Apriori算法",分析了数据挖掘技术应用于高校图书馆管理的必要性和可行性,提出了基于关联规则分析法的高校图书智能推荐系统的设计思想和功能目标;通过对高校图书馆借阅数据的挖掘,探讨了一种高校智慧图书馆中的关联规则数据挖掘方法——通过挖掘借阅记录数据间的关系来分析读者和图书、不同类别图书间的关系,并应用于个性化服务工作中,发现读者的借阅历史存在着某种关联,不同类型读者的借阅记录及不同学科的借阅记录之间都存在着某种关联规则,利用这些规则对于高校图书馆优化图书推荐服务、探索智慧型个性化服务、改善馆藏布局具有良好的意义。     

数据挖掘技术在高校图书馆中的应用

本文介绍了数据挖掘及其应用领域,结合目前图书馆的管理状况,论述了数据挖掘技术在高校图书馆管理、图书建设、采购、流通管理等方面的应用。     

基于数据挖掘技术的高校图书馆读者借阅行为的研究

本文在介绍数据挖掘技术的基础上,依据外借服务的借阅数据,给出高校图书馆读者借阅行为分析的具体应用,并对2013年哈尔滨商业大学图书馆全年的图书外借数据进行挖掘,分析读者需求和馆藏结构之间的关系。通过分析可以看出,数据挖掘技术在高校图书馆有着广泛的应用前景。     

数据挖掘技术及其在高校图书馆中的应用

文章介绍了数据挖掘技术和方法,研究了高校图书馆数据挖掘的基本程序及数据挖掘在高校图书馆中的应用。     

数据挖掘在高校图书馆智能分析中的应用

本文给出一种高校图书馆智能分析应用数据挖掘的思路和模式,以江苏广播电视大学图书馆为实例,详细分析了读者关联挖掘、图书动态聚类分析、读者特征细分挖掘在图书管理中的具体应用,经实施表明,数据挖掘的结果合理,可以帮助图书馆的决策者进行优化管理。     

基于FP-Growth算法的图书馆订购推荐系统设计

<正>point针对传统图书馆无法为文献采访人员提供准确个性的图书推荐服务的问题,本文提出构建基于FP-Growth算法的数据挖掘的图书馆订购推荐系统,利用FPGrowth算法,对图书馆产生的图书借阅记录进行关联规则挖掘,为文献采访人员提供借阅率较高的馆藏图书数据。随着当今社会信息化的高速发展,数据挖掘技术已经在商业领域如电信、银行、互联网等行业实现了大范围的应用,给用户提供可定制的个性化服务,这给高校图书馆提供了一     

探究数据挖掘技术在高校图书馆个性化服务中的应用

伴随着信息技术的全面普及,文献数量越来越多,这样高校图书管理的形式越来越严峻,所以如何在信息时代下高校突破和创新原有的图书管理将变得非常重要。文章探究数据挖掘技术在高校图书馆个性化服务中的应用,以方便学生查阅到相关资料。     

高校图书馆个性化图书推荐系统设计

应用数据挖掘技术对高校图书馆日常产生的数据进行挖掘,设计一个适合图书馆使用的个性化图书推荐系统。该系统具有2个关键功能：读者个性化推荐功能和管理者采购推荐功能。     

高校图书采访中的核心出版社数据挖掘模型及应用——以西安建筑科技大学图书馆为例

以图书采访中的核心出版社为研究对象,建立了图书采访核心出版社筛选的概念模型,结合高校学科设置以及图书采访特点,通过因素权重赋值,构建了基于高校图书采访的核心出版社数据挖掘模型,进而确定高校图书采访的核心出版社,并结合实例进行了应用分析。研究思路和相关方法对高校图书采访工作具有实际意义,并对其他图书馆采访工作有一定的借鉴作用。     

新技术理念在高校图书馆建设中的应用

高校图书馆肩负着为教学科研服务的重任,为了充分发挥其作用,应不断地采用新的技术和思想对其进行建设.现以九江学院现图书馆建设情况为例,提出将虚拟现实技术、数据挖掘技术、"图书漂流"思想运用到图书馆建设中去,必将为读者提供更有效、更人性化的服务.     

基于数据挖掘的图书智能推荐系统研究

针对目前传统数字图书馆无法为用户提供准确个性的图书推荐服务的问题,提出构建基于数据挖掘技术的图书智能推荐系统,简单分析数据挖掘技术中关联规则技术适用图书推荐的原因和相关概念,并且对该系统的框架进行研究,最后通过实验,运用数据挖掘软件对真实的借阅记录进行关联规则挖掘,得出关联规则作为图书智能推荐系统的关键技术是行之有效的结论。     

数据挖掘在图书采购中的应用

充分利用有限的资金采购真正符合读者需要的图书、提高图书的使用率是本研究的目的。本文归纳了图书采购的常用策略 ,详细论述了应用数据挖掘技术确定图书采购策略的方法 ,是挖掘图书馆计算机管理系统的潜力、提高管理水平和读者服务水平的有益探索。     

基于控制理论的高校图书采购管理

在高校图书采购管理中运用控制理论,对图书采购工作全过程进行质量管理和控制,建立一种新型的图书采购质量管理机制,提高高校采购图书的质量。     

LVQ神经网络在高校图书馆图书采购中的应用研究

通过分析LVQ神经网络的结构与算法,提出了利用基于LVQ神经网络图书采购模型,以江苏城市职业学院图书馆图书采购为实例,分析运用LVQ神经网络对图书采购进行判断的步骤和方法,结果表明,判断结果是合理的,是可以为高校图书馆采访决策提供参考。     

基于Web3.0的高校图书馆图书采访智能化决策设想

文章针对目前高校图书馆图书采访决策存在采访人员主观判断,导致图书利用率低等现象,充分利用Web3.0先进技术,计算机通过对用户需求、馆藏数据、书目数据、图书价值、学科经费分配等方面进行全面综合权衡、判断、评价,最后做出图书采访智能化决策。这种方法比传统采访人员图书采购决策做法显得更客观更科学,排除了采访人员主观判断干扰,能较大程度地提高图书馆馆藏质量和提升图书馆服务水平。     

基于随机森林的图书采购决策模型

[目的/意义]为了最大限度地满足读者需求和优化馆藏的需要,辅助馆员进行图书采购决策。[方法/过程]综合考量图书采购的多种影响因素,对图书馆藏书和借阅数据进行挖掘,借助人工智能技术的研究成果,运用随机森林构建了图书采购决策模型。以湘潭大学图书馆近10年的采购数据作为样本,进行实验对比分析,并对模型进行反复调整与改进,形成新的采购模型。[结果/结论]实验结果表明该模型建设思路切实可行,具有较好的准确性,能够有效提高图书采购的资金利用率,为图书馆进行采购决策提供新思路和途径。     

基于情境感知和数据挖掘的泛在信息推送服务研究

构建以用户为中心的信息推送服务是泛在信息环境的发展趋势,在充分掌握泛在信息推送服务的内涵与研究背景后,探讨了情境感知技术和数据挖掘技术在泛在信息推送服务领域的作用机制,在此基础之上构建了一个基于情境感知和数据挖掘的泛在信息推送服务体系,重点阐述了服务体系的组成与各部件之间的关系,同时还介绍了泛在信息推送服务关键技术、面临的挑战和实施保障。研究结果能为泛在信息推送服务的研究与实践提供一定参考。     

图书电子化趋势对高校图书采购的影响及应对策略研究

随着互联网信息技术的迅猛发展,知识的传播不仅仅局限于传统的纸质图书等媒介,基于互联网信息技术而产生的电子图书开始逐渐进入人们的生活。电子图书的出现不仅改变了读者的阅读习惯,更改变了知识传播的模式。作为知识传播的中心---高校的图书采购工作将不得不面临新的挑战。本文将从电子出版物的发展趋势出发,在探讨纸质图书与电子图书的优劣势比较的基础上,研究了图书电子化趋势对高校图书采购的影响,重点分析了高校在图书电子化趋势下图书采购策略的调整问题。研究对于高校图书采购单位如何在图书电子化趋势下提升图书采购的质量具有一定的指导价值。     

Kriging代理模型下的图书馆文献采购经费分析

[目的/意义]旨在为图书馆文献采购经费使用效益最大化提供参考。[方法/过程]采用数据挖掘技术,采集某大学图书馆2006-2016年中文图书的借阅册数、有效读者人数、馆藏册数、文献采购经费等数据,运用Kriging代理模型,构建该大学图书馆文献采购经费预算的预测模型。[结果/结论]当有效读者数与借阅册数保持1:7的比例关系,有效读者数与馆藏册数保持1:25的比例关系,馆藏册数与借阅册数保持2:1的比例关系时可实现文献采购经费用效益最大化与经费的最合理利用。     

基于PMML的电子商务数据挖掘研究

随着互联网技术的发展,电子商务进入了海量数据时代,从这些海量数据里挖掘出有用的模式具有非常高的商业价值。常规的数据挖掘模型会依赖于特定的数据挖掘平台,而目前的数据挖掘平台并不能做到随时随地跨平台交换数据挖掘模型。文章提出基于PMML的电子商务数据挖掘方法,只要数据挖掘平台兼容了PMML规范就可以真正做到跨台平交换数据挖掘模型。文章重点研究了PMML语言是如何表示完整数据挖掘模型,并就某电商平台挖掘潜在客户的数据进行实验并分析实验结果,从而验证了方案的有效性。