图书馆读者兴趣度建模及实证分析

对读者进行兴趣度分析,是图书馆进行一切业务工作的依据。本文阐明了图书馆进行读者兴趣度研究的意义,通过对图书馆流通日志进行关联规则挖掘,提出了一种基于支持度、置信度、提升度、有效度的读者兴趣度研究的模型,并提取数据对此模型进行了实证分析。     

基于ARIZ的关联规则知识发现模式研究

本文借助ARIZ思想深入研究了关联规则挖掘模式,综合介绍了关联规则的理论基础,进一步明确了项、项集、候选项集、频繁项集、支持度、置信度这些重要知识点,对关联规则进行了多角度的分类,研究分析了关联规则挖掘的经典算法,并对关联规则的评价标准进行了创新研究,引入了主观兴趣度和客观相关性分析,为后续研究和改进关联规则的算法提供了理论基础。     

关联规则在图书馆中的应用

介绍了关联规则的相关概念及理论知识,然后针对关联规则的经典算法Apriori算法提出了改进,即Apriori-high算法,以及改进算法的好处,最后介绍了关联规则在图书馆中的应用,可以提高读者的效率,更好的为读者服务。     

关联挖掘在图书馆读者分类中的应用探索

依据图书馆读者的行为特征,利用关联挖掘算法对读者类型进行了关联性划分,科学挖掘了读者行为之间的关联信息,通过关联设定、关联生成、关联验证等主要环节获得了读者类型的实用性结果;对比传统的基于读者行为数据本身进行分析的方法,关联挖掘算法明显提高了读者类型划分的效率和直观性,并且减少了计算成本。     

关联规则挖掘在图书馆资料管理中的应用分析

结合关联规则本身的意义和实施方法,从图书馆的资料管理工作角度出发,对关联规则数据挖掘在图书馆资料管理中的应用进行了一定的分析,旨在促进图书馆的资料管理效率和个性化服务的开展。     

浅谈高校图书馆读者规则意识的培养

文章阐述了高校图书馆读者规则意识培养的意义,分析了当前高校图书馆读者工作存在的主要问题,提出了培养读者规则意识应采取的措施。     

一种可综合主客观因素的兴趣度模型

对兴趣度的主客观度量分别加以分析,并提出了MFIM的数据挖掘模型,对兴趣度进行权重的确定,并用兴趣度标准判定得出客户感兴趣的定量关联规则。     

基于关联规则的图书借阅数据挖掘

利用关联规则算法对我院图书馆借阅历史数据挖掘进行了具体实现,并对挖掘的结果给予解释,从而能使图书馆的图书购置得到更有效、合理的分配,更好地提高服务效率和质量。     

基于数据挖掘技术的图书馆流通数据的关联分析

运用改进的Apriori算法,对具有代表性的与分析任务相关的数据进行样本抽取,利用Weak作为数据挖掘算法开发工具,产生了一系列强关联规则。根据这些规则,我们可以解读出一些现象,它不仅能揭示隐藏在大量数据后的重要关系信息,同时也为这种关系提供了量化描述手段。这些定性定量的信息不仅能对图书馆的各项工作提供技术上的支持,还可对学校的教学,课程的设置,学科的交叉渗透等提供信息。     

关联规则在图书馆个性化服务中的应用

为适应图书馆新书推荐服务的需要，以安徽省图书馆为例，用数据挖掘中的关联分析技术对安徽省图书馆的借阅记录进行挖掘，提出读者推荐服务模型，利用挖掘出来的关联规则进行读者个性化推荐服务。     

一种基于用户层次信息的关联规则图书推荐系统

关联规则是数据挖掘的重要模式之一,有着极其重要的应用价值。由于其自身的优点,关联规则得到了迅速发展,并开始了广泛应用,然而传统的关联规则算法在应用中有很多的不足。因此本文提出了一种基于用户层次信息的关联规则图书推荐系统,实验结果表明,该算法能够有效减少运算量,并能提高推荐的准确度。     

基于关联规则的推荐系统在数字图书馆中的应用

阐述和分析了数据挖掘中关联规则的算法,提出了在数字图书馆中构建推荐系统模型。本文采用Apriori算法,并根据实际的应用对算法进行改进,克服算法弱点,提高推荐精度,实现数字图书馆的个性化服务。     

关联规则与图书馆书目推荐

文章分析了现有的图书馆书目推荐系统和商务书目推荐系统存在的不足,介绍了数据挖掘中的关联规则及其在图书馆书目推荐的应用.最后以简单的图书借阅例子说明Apriori算法的应用,通过分析大量历史借阅记录,对读者的借阅提供个性化的推荐服务.     

股票间关联规则的挖掘算法

股票交易系统积累了大量数据。对这些数据进行有效的分析处理,以发现在股票交易数据间的内在相互联系,对指导投资决策具有重要的意义。本文在经典Apriori算法的基础上,提出了一种考虑时间因素的关联规则挖掘算法,将其应用于股票市场,对各支股票间的关联规则进行了有效的挖掘和探讨,提高了挖掘过程的效率。     

区域图书馆联合体的构建模式研究——以江苏省为例

区域图书馆联合体是共处同一区域内图书馆的信息资源共享新模式.本文就区域图书馆联合体的构建模式进行分析探讨,提出了"区域-区域"型、"分类-区域"型、"综合交叉"型、"矩阵耦合"型、"核心馆为中心"型等构建模式.     

数据立方体上的约束关联规则挖掘

数据挖掘作为一项从海量数据中提取知识的信息技术引起了国内外学术界和产业界的广泛关注,基于数据仓库的联机分析挖掘系统的应用已成为数据挖掘技术的发展趋势,本文结合联机分析挖掘的思想和基于目标属性关联规则挖掘算法,提出并构建了数据立方体上的基于约束的关联规则挖掘算法。最后的算例证明了该算法的有效性。     

深度学习视角下图书馆馆藏资源推荐模型设计与分析

[目的/意义]深度学习技术作为大数据、"互联网+"环境下用户分析和服务设计的有力工具，为图书馆馆藏资源推荐服务提供了新的研究思路和发展方向。[方法/过程]首先，基于文献查阅法、网络调查法对国内外图书馆馆藏资源推荐服务的研究现状、应用情况进行了分析与研究。然后，在概述深度学习技术及其相关应用实践的基础上，在深度学习视角下提出了一种以读者用户兴趣值为基础的图书馆馆藏资源推荐模型。[结果/结论]分别从数据关联、情景分析和协同过滤技术3个方面探讨了图书馆馆藏资源推荐模式，为大数据环境下面向用户的图书馆资源精准推荐提供参考。     

Web2.0环境下读者协会参与高校图书馆管理工作的探讨

Web2.0技术的产生与飞速发展正改变着传统的图书馆读者服务工作,将Web2.0的新技术、新理念引入到图书馆领域,应用到读者协会参与图书馆管理的工作中,改变了读者的服务模式,使协会的纽带和宣传作用发挥的更充分、参与的管理工作也做的更便捷、更顺畅,提高了图书馆的读者服务质量。