原生数据的深度挖掘拓展高校图书馆新服务

基于高校图书馆每时每刻都产生数量大、类型多的原生数据,文章分析了高校图书馆深度挖掘原生数据的必要性,并提出了原生数据挖掘的基本流程,着重论述了原生数据深度挖掘利用,拓展了读者的个性化服务,学院决策的数据支持服务和优化图书馆的自身发展服务。     

数据和知识挖掘技术的图书馆服务策略分析

随着移动互联网、物联网的快速发展,我们面对的海量信息正以几何级快速增长。数据挖掘技术建立在关系型数据库上,通过大量的数据访问、分析、统计找出隐藏在数据中的规律从而建立决策模型。介绍如何利用数据挖掘技术,导出对读者、用户有用的关键信息,帮助他们做出决策和战略规划,改善和提高图书馆的服务质量。为了更好的说明这种数据分析方法的概念与过程,文章通过一个专业图书馆的详细数据资源的实际案例分析,一步一步地获得了数据内在关联的互动信息与影响图书馆管理、战略规划的因素指标。描述了图书馆如何通过数据的分析,导出对决策者提升管理质量的有用信息的数据与知识挖掘过程。可以通过其它更大量的数据分析,进一步定义一些关于服务质量提升的新指标。在当今信息飞速发展时代,图书馆馆员与管理者应当利用新的技术充分分析图书馆数据,才能达到提升服务的目标。     

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...     

高校图书馆的大数据价值挖掘

介绍了高校图书馆开展大数据挖掘的背景,详细说明了高校图书馆大数据的来源,并分析了这些大数据给图书馆带来的潜在价值及图书馆挖掘这些大数据面临的困难和挑战,最后提出了图书馆数据挖掘的应对策略.     

数据圈背景下的智慧图书馆数据汇聚研究

[目的/意义]互联网社会的形成让高校处于数据圈之中。高校用户的数据搜索习惯存在着差异性。Web搜索仍然是用户信息查阅的基本方式。大数据的非结构化、数据量大以及数据挖掘与语言处理等问题的存在,用户对搜索结果的满意度不高。高校用户的"小数据"能够反映其显性需求,其数据分析与挖掘能够反映出用户的隐性需求。以用户为中心的服务体系是提高服务效率、提升用户满意度与忠诚度的最有效方法之一。[方法/过程]以文献分析为基础,分析高校图书馆业务数据的构成、收集意义、规范、方法与用途。探索高校图书馆业务数据收集方法,以及构建"数据圈"支持图书馆智慧服务开展的必要性。[结果/结论]高校图书馆"数据圈"的形成,是智慧图书馆伴随着互联网社会发展的必经之路,也是智慧服务得以有效实施的基础。"数据圈"形成的规范化、标准化也是智慧图书馆领域所要重视的问题。     

国内外教育大数据研究现状对比分析

提取并对比中外教育大数据研究的主题分布,揭示国内教育大数据研究的不足,为国内教育大数据的进一步发展提供策略。通过Web of Science和CNKI数据库,利用共词分析法和LDA模型获取中外教育大数据研究的主题分布。国内教育大数据研究主要集中在教育教学改革、教学模式及应用、教育数据分析和个性化学习研究、人才培养、教师专业发展5个方面;而国外的研究主要集中在技术环境研究、数据挖掘及应用、教育应用研究、用户研究、开放资源与个性化教学5个方面。通过国内外研究主题对比,国内在教育数据挖掘、教育数据保护、教育应用和教育数据开放4个方面与国外存在较大的差距,针对于国内教育大数据研究存在的不足,分别从政策法规制定、智慧校园建设、人才培养模式以及媒体融合等方面提出国内教育大数据的发展策略。     

大数据时代下图书馆的挑战及其应对策略

文章首先阐述了大数据的特征与内涵,指出了大数据在图书馆工作中的重要性及两者之间的关系,分析了大数据所带来的数据管理、数据存储、数据挖掘等方面的挑战。然后研究了图书馆应从数据管理、数据技术及数据队伍建设上所采取的策略。最后探讨了大数据驱动下的图书馆服务新模式,如基于数据整合的一站式资源服务,基于数据处理的学科知识服务、信息可视化服务及基于数据挖掘的个性化智慧服务。     

数据挖掘与商业决策

本文从"纸尿布与啤酒"这个小故事入手,分析了数据资源的开发利用在商业决策中的重要作用,并由此引出目前最先进的数据资源开发利用技术--数据挖掘技术.接下来较为详细地介绍了数据挖掘技术及其功能,数据挖掘技术在商业活动中的主要应用价值,以及商业活动中数据挖掘的基本流程.     

基于云平台的图书馆数据挖掘技术研究

文章首先介绍了数据挖掘技术、云计算及"云图书馆"的相关理论,其次分析了数据挖掘技术在图书馆中的应用现状,最后对"云图书馆"利用数据挖掘技术有效提高图书资源的利用率进行了研究,从而有利于最大程度地满足读者的多种数据信息需求。     

面向高校教师的图书馆“大数据素养”教育策略研究

大数据背景下,高校图书馆如何充分利用自身海量的数据资源提升教师的数据素养水平,是该领域面临的挑战性问题。首先综述了数据素养研究现状,结合大数据特征讨论“大数据素养”的内涵并给出其定义;接着依据高校教师的特点,提出以图书馆大数据平台为依托,在大数据意识培养、大数据能力提高和大数据伦理内化三个层面上对应开展教育培训,实践服务和虚拟互动三方面服务的“大数据素养”教育策略。基于图书馆大数据平台的方案能够有效地将大数据技术深入融合到数据素养教育中,帮助高校教师尽快适应当前大数据技术变革的要求。     

面向科研的图书馆数据素养教育模式探索

文章分别从高校数据素养教育的对象、目标、手段及内容方面探讨了图书馆数据素养教育模式,以期为图书馆开展数据素养教育提供参考。     

5G技术驱动下高校图书馆数据素养教育研究

从5G环境下高校图书馆的数据素养教育的场景、内容、平台等3个维度,探讨了高校图书馆的数据素养教育面临的挑战与变革,提出高校图书馆的馆员(教师)应加强自身的学习与提高,以适应5G环境下的高校图书馆数据素养教育的变革。     

数据挖掘在财务决策中的应用

在网络经济时代,一方面财务信息量以"爆炸"的方式增长,另一方面企业对财务分析的要求越来越高。财务作为整个企业信息系统的一个重要子系统,必须及时、准确地处理和分析各种经济事项。采用数据挖掘技术,可以满足信息量超大、数据处理成本低的要求。从海量数据中发现模型和数据间的关系,从中挖掘出隐含的、先前未知的、对决策者有潜在价值的财务分析资料。数据挖掘技术和联机分析处理技术是当前基于大型数据库或数据仓库的新型信息分析技术,在许多领域得到广泛应用,取得了很好的成效。如何将其应用于财务决策以提高决策的正确性、及时性,降低决策的风险,已成为财务管理领域的重要研究课题。本文在介绍数据挖掘技术和联机分析处理技术及其相互关系的基础上,分析了财务决策领域应用这两种技术的现实必要性,并进一步论述了财务决策中数据挖掘和联机分析处理的应用流程。     

大数据时代图书馆服务创新与发展路径探索

分析了大数据时代下图书馆服务创新的机遇,提出了应用大数据技术创新服务方式、服务理念、服务模式的措施,建议在应用大数据技术的过程中重点应用数据挖掘分析功能、创建智能化系统,提供多种丰富的服务。     

一种多层安全相关属性标定偏好数据挖掘模型

提出了一种多层安全相关属性标定的偏好数据挖掘模型。通过多层安全偏好数据挖掘模型的建立,实现了挖掘数据的准确性与安全性。使用多层安全数据挖掘模型决策算法,通过决策算法来寻找精准的数据,根据分析数据与决策数据的合理分析来建立一种偏好数据挖掘模型的过程。仿真实验表明,多层安全相关属性标定的偏好数据挖掘模型,提高了计算数据的准确率,使计算出的偏好数据更为精确,与此同时大大提升了选择数据的安全性能。     

基于无缝运输信息网格的并行数据挖掘

铁路运输、公路运输、水路运输和航空运输等系统中积累了大量的原始数据信息,为了有效地从这些异地的海量数据信息中抽取知识给无缝运输管理者提供决策支持,结合网格技术和数据挖掘技术提出了一个基于无缝运输信息网格（STIG）的并行数据挖掘方案。该方案的架构包括四层：用户层、挖掘任务分析和管理层、计算层、数据层。该方案的实现主要涉及数据挖掘算法服务的发现、数据分配和大数据源的分布式处理等技术。     

国外图书馆数据素养教育最佳实践研究与启示

本文首先探讨了E-Science科研环境下数据素养教育的重要性,认为图书馆是开展数据素养教育的最佳主体。其次介绍了数据素养的概念和内涵及其教育现状,指出国内探索数据素养教育需要学习和参考国外数据素养教育的优秀成果和实践经验。接着选取马萨诸塞大学医学院Lamar Soutter图书馆的新英格兰数据管理协作课程、普渡大学、明尼苏达大学、俄勒冈大学和康奈尔大学4所图书馆联合开发的数据信息素养教育项目和爱丁堡大学图书馆的MANTRA教育项目作为数据素养教育最佳实践进行分析,从教学目标、教学对象、教学途径、教学内容和教学评估5个方面归纳最佳实践的教育模式,并总结最佳实践为国内图书馆探索数据素养教育的启示,包括：重视图书馆数据素养教育,加大资金和人员等方面的支持力度;关注领域科学数据的特点,开展学科化数据管理教育;以数据管理需求为基础,提供针对性培训;形成“教学-评估反馈-优化-再教学”的生态教育链,实现数据素养课程的可持续发展等。     

数据挖掘及其在高校图书馆期刊管理中的应用

数据挖掘是当前数据库和信息决策领域的研究热点。本文首先介绍了数据挖掘的基本涵义和处理过程．然后分析了数据挖掘的功能和主要方法与技术，最后探讨了数据挖掘技术在高校图书馆期刊管理与信息服务工作中的具体应用。     

基于PPDM的智慧图书馆用户隐私数据保护研究

[目的/意义] 数字图书馆逐渐向智慧图书馆转变。图书馆数据的收集、分析等数据使用行为不断被实践,并对业务管理与服务创新做出一定的贡献。然而,涉及用户隐私敏感数据的使用可能会带来安全方面的问题。[方法/过程] 本文在分析传统的图书馆数据挖掘方法基础上,尝试引用PPDM（Privacy-Preserving Data Mining）的数据泛化、清洗、屏蔽、扭曲等方法,将数据挖掘与业务需求相融合,并以用户数据规范化使用为目标,探索智慧服务背景下用户隐私保护机制,构建业务实施与数据保护融合的可行性方案。[结果/结论] 智慧图书馆数据收集、数据发布、数据共享、数据汇聚都可以借鉴PPDM方法对用户隐私数据加以保护。智慧图书馆只有紧密联系技术创新才能够保障服务创新,从而促进智慧图书馆事业的发展。     

大数据环境下图书馆数据资源质量评估与整体优化研究

图书馆已进入大数据时代,大数据的规模性、高速性和数据来源的多样性,使数据产生不一致和冲突,严重影响了图书馆大数据决策的科学性。本文提出了一种图书馆大数据资源质量评估与整体优化的方法,可为用户提供准确高效的大数据质量评价结果,并能够大幅度提升图书馆大数据决策的科学性。