基于聚类的借阅模式分析

图书馆的读者借阅记录中通常会隐含读者的借阅兴趣和规律,如何有效地从中提取出读者对各类图书的兴趣,对读者的借阅模式加以区分,可以对图书的分类组织、图书的采购编目、以及读者服务等方面起到良好的指导作用。引入数据挖掘中的聚类思想,提出了一种基于聚类的借阅模式分析方法,在读者借阅记录上的实验表明通过读者对不同类别图书的兴趣作为度量对读者借阅模式加以区分的方法是行之有效的。     

关联规则数据挖掘在读者决策采购中的应用研究

本文通过对读者借阅历史数据的关联规则挖掘,从图书类目和借阅周期两个维度挖掘出了读者对图书馆纸质图书的偏好规律,从而可以为图书采购提供决策支持,提高馆藏图书利用率,提升读者满意度。     

高校图书馆读者滞还现象的动态博弈模型设计与分析

通过数学方法和博弈论知识建立博弈模型,通过向量的设置及变换不同的博弈树,分析了不同的读者在借还图书时与图书馆的博弈过程,探究滞还现象产生的原因,并提出建立适当的奖惩制度、诚信档案制度及健全读者监督制度是保障图书借阅工作顺利、公开、公正进行的重要手段,最后得出图书馆在图书借还管理中的择优战略。     

读者借阅书目序列模式挖掘——以国际关系学院图书馆为例

基于国际关系学院图书馆的读者借阅数据,对数据进行预处理,采用SPSS Clementine挖掘工具对预处理后的借阅数据,实施序列模式挖掘,分析读者借阅书目间的序列关系,为图书馆预测读者借书需求、合理安排图书采购和对用户进行图书推荐提供建议,为数据挖掘实践提供经验。     

一种基于ASP.net的图书借阅管理系统设计

本文采用Browser/Server运行模式,使用ASP.net工具开发,C#语言实现了一个图书借阅管理系统,系统能保证数据的实时更新,完成图书的借还功能,能实现前后台的交互.其普通用户功能有:浏览图书,查询图书,续借图书,修改个人资料;后台用户功能有:添加、删除图书,添加、删除用户,查询图书,浏览图书,超期处理,借书处理,还书处理.     

小议计算机在图书管理中的应用

随着电子计算机和通信技术的发展，人类已经逐渐地进入信息化社会，人们对信息和数据的利用与处理也已进入自动化、网络化和社会化的阶段，因此，开发相关的管理信息系统已经成为各行各业的必要和必需了，管理信息系统作为一门边缘学科，集管理科学、信息科学、系统科学、现代通信技术和电子计算机技术于一体，可以解决企业或组织所面临的问题。借还图书实行计算机管理能大大节约人力和物力，简化借阅手续，同时还能有效地提高工作效率，因此一经实施便得到读者和图书馆工作者的一致赞誉。但在借阅过程中也出现了一些新的问题，鉴于这些问题普遍存在于图书的借还过程中，在这里就对这个问题展开论述。     

图书馆服务场景下中文图书被引特征的挖掘、分析与应用——以G类图书为例

[目的/意义]多角度分析图书被引行为，可展现图书在学术应用场景的特点，提高图书关联评价、采购入馆的准确性和科学性。[方法/过程]本研究以南京大学图书馆G类中文图书为研究对象，采集书目数据、点击量、借阅量及其在中国社会科学引文库中的引文数据，从引用类型、引用规律、引用网络等方面，展现了图书的自引、跨学科引用、被引半衰期、知识广度、知识深度等各项隐性指标的分布特征及相关性，进一步剖析了图书采购、借阅行为的特点。[结果/结论]结果表明，当前读者借阅行为普遍缺乏方向感，图书馆优先采购涉猎广泛的图书，缺乏对图书知识深度及学界认可度的重视。为此，有必要在图书推荐和采购过程中纳入引文评价、关联指标，提升读者阅读体验，优化图书馆馆藏质量。     

一种面向高校图书馆的个性化图书推荐系统

个性化图书推荐主要是以用户特征和借阅行为为挖掘对象,通过获取用户的兴趣特征及隐含的需求模式,实现用户与图书相互关联的个性化图书推荐服务。本文通过挖掘用户的背景信息构建用户特征模型,然后在设计喜好值计算、用户相似度计算和内容相似度计算以及标签信息获取方法的基础上,研究多种不同的图书推荐方法,以挖掘用户的潜在信息需求。最后利用图书馆的真实数据设计面向高校图书馆的个性化图书推荐系统,同时以标准网络数据集通过实验验证来评估推荐方法的有效性。     

基于射频识别技术的图书馆用自助服务机(终端)设计及实现

随着无线射频识别技术的不断发展,此项技术日益受到科技界的广泛关注。在图书馆界,无线射频识别技术有取代近二十年的条形码技术的趋势。本文介绍了基于无线射频识别技术的图书自助式服务机的设计及实现方法,读者可以自助完成图书借阅和归还,管理员可以利用该系统管理图书、统计分析等功能。图书自助服务机的出现有效地提高了图书管理的效率,简化了图书管理的流程,降低了图书管理人员的劳动强度,并为读者提供更加便利快捷的图书借还、查询等服务。     

基于Delphi的图书资料管理系统设计与实现

本管理信息系统基于ASP环境开发，使用Access2000作为后台敷据库，实现了图书责料的借阅管理。具有浏览、查询、录入、借还、修改、删除、注销和备份等功能。     

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。     

高校图书馆图书资源利用分析和评价系统的开发与应用

对系统开发的目的、思路和功能作了介绍。利用该系统对藏书的借阅情况进行分析,得到多校区图书馆各典藏点可调整图书、压架图书和可增加复本量图书的清单,以方便图书资源的调整,使图书资源布局更趋合理。以多校区图书资源的调整和新书利用评价为例介绍了系统的实际应用,并用实际数据比较了借阅种数与藏书种数比、借阅册次与藏书册数比、借阅册数和藏书册数比等,得出用种数比和册数比更能准确地评价图书品种和复本的合理性。     

基于读者利用挖掘的图书馆决策与应用分析

本文介绍了数据挖掘技术、挖掘过程和数据挖掘体系结构,针对我馆信息管理系统中书目、读者和借阅信息、OPAC检索记录以及WEB问卷调查数据,分析如何应用数据挖掘技术发现读者利用及需求的规律和模式,并探讨了读者利用挖掘在图书馆服务和管理上的应用。     

大学新生图书借阅分类统计分析

本文通过搜集川北医学院图书馆2016~2018学年的流通借阅数据,对大一新生的借阅数据分别从图书分类借阅量进行了统计。通过对统计结果的分析,发现大学新生的阅读需求和存在的问题,并针对出现的问题在结论中提出了几点建议,以对图书馆阅读推广工作起到一定的参考作用。     

地方高校图书馆提高图书借阅量的途径探讨

为了解决地方高校图书馆图书借阅量连年下降的难题,论述了地方高校图书馆应该借助地方高校转型的契机,从转变传统的理论教学模式、改善书库的借阅环境和服务态度以及加快图书的更新速度等3个途径来提高图书的借阅量。对于地方高校图书馆如何提高图书的借阅量具有重要的参考价值。     

基于时间序列算法的高校图书馆借阅数据预测及分析

【目的/意义】图书借阅数据的预测对于图书馆的资源建设和精准服务具有重要的指导意义。本文收集了 中国东北地区某双一流高校图书馆管理系统十年的借阅数据,并分别按图书类别、借阅者所属学院分类,对未来的 借阅趋势进行了预测。【方法/过程】本文使用一种基于时间序列的混合预测模型进行图书借阅数量的预测,其中混 合预测是一元时间序列预测与多元时间序列预测的结合。【结果/结论】实验结果表明,时间序列算法用于高校图书 馆借阅数据预测,2008 年到 2017 年借书数量由 300 左右增加到近 4000,2018 年到 2021 年 C、D、G、J、S、U、I类图书 中,D类、S类图书的借阅数量下降幅度最大,U类图书借阅数量下降幅度最小,T类、E类借阅量的上升幅度最大,Q 类、X类的误差率较大,研究结论供高校图书馆管理工作参考。【创新/局限】学界上针对图书馆馆藏资源建设和服务 创新研究较多,但以一元时间序列与多元时间序列预测角度进行研究的相对较少,本文弥补了此方面的不足。     

一种基于用户聚类的协同过滤个性化图书推荐系统

综合协同过滤技术和聚类技术，提出了一种个性化图书推荐系统的具体实现方案。系统对图书馆数据库保留的大量用户图书借阅记录进行挖掘，向用户提供个性化图书推荐，为图书馆个性化服务的研究和实践提供了一种新的思路。     

基于BP神经网络的图书流通量预测研究

将BP神经网络方法用于高校图书馆图书借阅量的预测研究,设计出用于预测图书借阅量的BP神经网络模型,并用2008年的图书借阅量数据进行网络学习和训练,预测结果具有较高的精度。     

浅析中职卫校图书馆读者借阅管理

本文从图书馆读者阅览群体、类别、规律等方面进行了统计分析,探讨了与学生管理的关系。统计结果表明,中职卫校借阅图书的读者群体主要是学生,学生以女生为主,借阅的图书多是小说、减肥美容、生理性爱、时尚服装等类,借阅医学专业类的比例不高,读者来馆主要是消遣娱乐。因此对我们管理人员的工作要求提高了,必须改变服务理念、加强服务规范,达到管理育人的目的。     

基于画像分析的公共图书馆少儿精准阅读推广研究

[目的/意义]构建以用户借阅行为画像为导向、与馆藏图书资源画像内容挖掘相结合的精准阅读推广模式,进而有效地推广阅读。[方法/过程]基于江苏省公共图书馆大数据服务平台,以2021年某市公共图书馆7 728名读者、84 754条借阅数据为研究对象,借助Excel、FineBI和微词云等工具,分析读者的历史行为数据建立用户借阅行为画像,同时采取结合图书特征和资源标签的方法建立资源画像,在此基础上进行图书推荐。[结果/结论]根据用户画像和资源画像的特征相似度进行推荐图书,可以提高阅读推广服务精准化和增加用户黏性。