关联规则在高校图书管理中的应用研究

关联规则分析是数据挖掘的一个非常重要的研究分支,其主要的研究目的是从大型数据集中发现隐藏的、有趣的、属性间存在的规律.本文在对数据挖掘相关技术、关联规则挖掘算法进行深入研究的基础上,探讨了关联规则在高校图书管理中的应用.     

谈关联规则挖掘技术在客户关系管理中的运用

客户关系管理已成为当前企业决策管理的重要部分,而数据挖掘技术为客户关系管理提供了良好的支持。本文介绍了关联规则挖掘在客户关系管理中的应用,利用Apriori算法对客户数据库进行关联分析,并明确了数据挖掘在CRM系统中的重要性。     

关联规则分析方法在客户关系管理中的应用

随着我国经济的高速发展和人民生活水平的不断提高,住房已成为居民的基本生活需求.但是,购房客户行为的逐步成熟和理性,客户对商品房的需求无论从广度还是深度都有了较大程度的增长,企业只有更加重视客户的需求,才能对市场的各种变化做出准确的判断.所以,对客户信息进行分析、提取、定量化有其必要性,房地产市场竞争的激烈程度不断加大,已逐步进入买方市场.     

客户关系管理中的关联规则挖掘技术

CRM(客户关系管理)是一种旨在改善企业与客户之间关系的新型管理机制。数据挖掘技术应用于CRM中,能够加强和改善客户关系管理,从而为企业带来更多的利润。该文对数据挖掘技术尤其是关联规则挖掘技术在CRM中的应用进行了研究。     

关联法则应用于图书管理中的分析

在对关联法则进行论述的基础上,从关联规则在图书馆应用过程中的两个主要环节——事件集合生成与最小支持度、最小可信度值的设置两个方面探讨了关联法则在图书管理中的应用。     

关联规则在图书个性化推荐技术中的应用

图书馆的网络化、数据化的发展导致很多新用户无法找到需要的文件,所以,根据用户的特殊需要提供良好的图书个性化推荐是现在面临的一个重要问题。关联规则的目的是利用技术手段,当用户在浏览网站时能够根据客户的特殊需求实时准确地推荐其可能感兴趣的相关图书．该技术是提高网站服务质量和增加访问频率的一种重要手段。     

试析人本思想在图书管理中的应用

随着信息网络时代的到来,图书管理的资料信息日趋多元化,读者的需求也随之不断多样化.图书馆要想在此新环境中健康持续发展,就必须树立以人为本的管理理念和服务思想,不断完善自身的建设,以充分发挥自身的作用,满足广大读者的个性化服务需求.基于此点,本文对图书管理中树立人本思想的必要性,以及人本思想在图书管理中的具体应用进行试析.     

关联规则在学分制成绩管理中的应用

现在大部分高校都实行学分制制度,学生根据选课系统选择必修和选修的课程,针对学分制选课系统的利弊,利用数据挖掘技术的关联规则算法中Apriori的基本原理对历届学生的成绩进行分析,使用SQL 2005 DMX创建挖掘模型,对模型进行训练,利用关联规则查看器对各门课程成绩进行分析预测。为教师排课及学生选课提供一定的指导与参考。     

关联规则在CRM中的应用

数据挖掘是近几年发展起来的一种对信息资源进行开发和数据处理的新技术，而关联规则是数据挖掘的核心技术。以超市为例．通过分析顾客的购买行为，来实现将数据挖掘中的关联规则算法应用于客户关系管理（CRM）中，从而为商业提供决策支持。     

关于关联规则在高校教务管理系统中的应用研究

在高等职业教育教学过程中,最核心的问题是教育教学质量。教育教学质量的好坏与教师职称、工作年龄等各种因素相关。本文通过对关联规则数据挖掘算法的分析与研究,运用关联规则在我校教学管理系统中挖掘出相关的有价值的信息,从而提高整个学院的职业教育水平。     

关联规则分析在学生成绩管理中的应用

介绍了数据挖掘中的关联规则分析的概念、特点和常用算法,并利用改进的Apriori算法对高职高专院校信息技术公共课考试成绩进行了分析指导。     

浅析终端管理模式在图书馆计算机中的应用

随着我国经济的迅速发展,我国的社会事业也得到了迅速的发展。在人们日益增长的精神需求背景下,近年来,我国图书馆事业得到了蓬勃的发展。随着计算机技术的不断普及与进步,图书馆也广泛的应用了计算机的相关技术,进而有效的提升了工作人员的服务质量和工作效率,更加方便了人们对于图书的借阅。本文将简单分析终端管理模式在图书馆计算机中的应用,希望能对有关人士有所帮助。     

图书馆核心竞争力管理

文章对图书馆核心竞争力的内涵进行了简要分析,从核心竞争力的识别、维护与提高、开发等三个方面对图书馆核心竞争力的管理进行了探讨。     

实施精细化管理对图书馆管理的影响

精细化管理作为当代一种创新型的管理理念,有其独特的管理优势,把这种理念运用到图书馆管理中是恰到好处的。但再好的理念也会有其不足之处,本文从正反两方面分析了实施精细化管理给图书馆管理带来的影响,既肯定了精细化管理给图书馆管理工作带来的明显成效,也指出了实施精细化管理需要避免的不良倾向。     

一种新的关联规则挖掘算法

对关联规则的挖掘算法进行了讨论，提出了一种基于集合枚举树的关联规则挖掘算法．由于该算法产生的侯选项目集为最小侯选项目集，不需要修剪，因而提高了算法的效率。     

模糊关联规则的挖掘算法

关联规则的挖掘是数据挖掘中的重要内容之一,关联规则包含了一组对象之间的特定关系.目前对关联规则的研究,仅限于用确定和精确的概念表示的确定关联规则.而现实生活中,数据之间的关系通常表现为模糊关系,用确定的关联规则不能表示数据之间的这种关系.为了拓广关联规则的表示和应用范围,本文讨论了模糊关联规则的概念,并提出了一种基于集合枚举树的模糊关联规则的挖掘算法FAAR.     

语言值关联规则分类方法

目前采用的区间划分的关联分类法不能有效地体现出数据的实际分布情况, 并存在划分边界过硬的缺点. 文中首先讨论了通过挖掘最长的语言值关联规则构建分类系统的方法并分析了其不足, 然后给出了通过挖掘短的语言值关联规则构建分类系统的方法. 实验表明, 基于语言值关联规则的分类系统能在精度上优于2种流行的分类方法: C4. 5和关联分类法.     

基于语义相关性的关联规则挖掘研究

为了解决传统关联规则挖掘中候选集数量过多,计算时间复杂度过高的问题,提出了基于语义相关性的关联规则挖掘方法.该方法采用本体概念之间的语义相关性描述领域中的复杂关系,通过语义相关度过滤掉领域中相关性较小的候选集,以减少关联规则挖掘中候选集的数量.计算语义相关性时,将本体层次关系看作有向无环图而不是层次树,不仅考虑直接层次关系,还考虑非直接层次关系和其他典型语义关系.实验结果表明,该方法能有效减少候选集数量,提高关联规则挖掘的效率.     

关联规则挖掘算法的改进与研究

在Apriori算法的基础上,提出由候选集快速产生强项集的算法：采用动态分配存储空间合理分配内存,将数据库中的数量相关问题转换成逻辑相关问题,给出计算长度k的强项集存储分配公式,由候选（k＋1）一项集的集合Gk＋1,产生（k＋1）-项强项集来表达关联规则．     

河南科技学院图书馆随书光盘的管理和利用

面对数量与日俱增的随书光盘,如何对其进行有效的管理和利用,成为图书馆研究的重点。文章简要介绍了随书光盘常见的三种管理方式,分析了其优缺点,指出网络化管理是随书光盘管理的发展方向。并结合实际,阐述了河南科技学院图书馆对随书光盘进行管理和利用的方式。