图书借阅流量行为季节预测模型

指出图书借阅流量行为预测是图书借阅行为学的一个重要研究方向,常规的借阅流量预测大多采用的是ARIMA时间序列模型,但普通时间序列预测模型的参数难以估计并且模型较难处理非平稳时间序列问题。基于时间序列的神经图书借阅模型研究是,根据图书借阅流量行为的季节性特点,提出季节型神经图书借阅模型。用模型对图书借阅流量行为的预测分析表明,该模型预测效果较好,结果合理,对进行图书借阅实时监控及图书借阅管理都具有一定的理论和实践价值。     

个性化图书推荐研究

个性化图书推荐系统通过对用户借阅行为的统计分析,获取用户的兴趣特征,实现由原来的人找书到书找人一对一的个性化图书推荐。现有的图书推荐系统各有侧重,图书推荐算法及评价标准各具优、缺点。未来,图书推荐的研究热点及难点将集中在借阅记录的稀疏性、新图书问题、高校新生问题、用户统计学信息、根据《中国图书馆分类法》计算图书相似性、副本数及借阅规章制度等方面。     

个性化图书推荐研究

个性化图书推荐系统通过对用户借阅行为的统计分析,获取用户的兴趣特征,实现由原来的人找书到书找人一对一的个性化图书推荐。现有的图书推荐系统各有侧重,图书推荐算法及评价标准各具优、缺点。未来,图书推荐的研究热点及难点将集中在借阅记录的稀疏性、新图书问题、高校新生问题、用户统计学信息、根据《中国图书馆分类法》计算图书相似性、副本数及借阅规章制度等方面。     

基于流通信息的高校图书馆图书采访流程优化研究

本文论述了高校图书馆利用管理系统内图书流通信息完善图书采访流程的模式,并从借阅率、系统推荐、读者预约、新书借阅率、0借阅等方面介绍了优化采访流程的具体方法.     

高校图书馆借阅率与读者需求关系的研究——以大同大学为例

本文以山西省大同大学为例,就高校图书馆的借阅率和读者需求之间的关系进行了深入研究．分析了读者需求对于图书借阅率的影响。采用数据挖掘,对读者借阅过程和问卷调查中产生的信息进行分析,研究了读者需求信息与图书借阅率之间的关系,阐述了读者需求信息与借阅率之间的分析结果。     

闭架馆藏预约技术和调拨策略研究北大核心CSSCI

传统闭架图书纸本登记预约的方式在实时性、交互性、效率、登记识别、馆藏借阅统计等方面有很大的局限性,限制了读者对馆藏文献的及时有效利用,而现有图书馆集成管理系统不支持闭架图书预约以及流通信息统计分析功能。文章提出闭架图书预约的框架和关键方法,把读者借阅需求与二线馆藏工作相融合,开发了闭架图书预约系统,利用聚类分析,确定图书调拨方向,实现馆藏信息的优化管理和揭示。     

基于网络特征的用户图书借阅行为分析——以北京大学图书馆为例

图书借阅是图书馆提供的重要服务之一.研究用户的图书借阅行为模式,有助于图书馆提供面向用户的个性化服务,从而提升服务质量.以北京大学图书馆为例,几乎所有的学生都有图书借阅记录.这种图书借阅行为形成了一个用户到图书的"图书借阅网络".另一方面,相同的图书可以被不同的用户所借阅,图书作为知识的载体,通过这种共同借阅关系将不同背景的用户联系在一起,形成了一种用户到用户的知识分享社会网络,称作"共同借阅网络".基于这两种网络,本文对用户的借阅行为模式进行了深入的分析,发现了影响用户借阅行为的因素,并从用户借阅行为中挖掘出了新的知识,构造了个性化图书借阅推荐系统.本文的研究成果有利于推进图书馆服务向Library 2.0时代迈进.     

基于流程优化的图书馆书评系统应用研究与实践

书评是读者获取图书相关信息的主要途径.在图书馆虚拟知识社区中,基于SNS知识社区的书评系统可以与实体社团相结合,进一步促进和提高图书馆现有资源的流通率和借阅率.重庆大学图书馆在运行书评系统后,图书借阅数据有明显的变化.重庆大学图书馆借阅流程的优化不仅将实体社团与虚拟社区有效结合,增加了馆藏文献的内部书评量,而且将书评与图书馆虚拟知识社区相融合,有效地影响了读者行为,提高了图书馆的利用率.     

基于借阅时间评分的协同图书推荐模型与应用

针对数字图书馆系统中的读者借阅历史数据,提出利用图书借阅时间计算读者兴趣度的评分数据模型。该模型把读者的借阅行为分为4种不同的类型：续借、超期借阅（长期超借与短期超借）、正常借阅、盲目借阅,设置阈值,分别计算其相对借阅时间,得出读者对图书的兴趣度。在该数据模型的基础上,实现一个基于协同过滤技术的图书推荐系统,验证模型的有效性。     

图书自流转区块链系统的设计与实现——以Hyperledger Fabric框架为例

智慧图书馆建设背景下,读者的借阅服务由以图书馆为中心逐渐向以新技术为驱动的图书自流转借阅模式转型.针对图书信用借阅中存在的图书流转速度慢、成本高等问题,结合图书馆图书流转实际环境与具体管理需求,提出一种基于Hyperledger Fabric架构的图书自流转区块链系统,系统可对应用可行性、区块链、中间件与核心业务实现环...     

读者需求分析中的数据挖掘技术

针对高校图书馆读者借阅文献类型、流量实时监测问题,提出了一种基于数据挖掘中聚类算法的自动分类和统计分析方法.以方法开发出流量分类统计和预报应用系统,在大庆石油学院图书馆进行了实际应用,结果证明了该算法是有效和可靠的.     

基于序列模式挖掘的读者借阅行为分析

针对图书馆读者借阅事务中存在的序列特征,提出一种基于序列模式挖掘的读者借阅行为分析方法,其思想是通过将借阅事务转化为序列数据库,基于PrefixSpan算法来识别读者借阅行为序列模式。以某高校图书馆读者借阅事务数据为例,通过序列模式挖掘实验表明,此方法可有效获取读者借阅行为的时序规律,其结果在图书馆信息服务中具有一定的应用价值。     

维客在图书馆信息服务中的应用

维客是一种超文本系统,主要应用于共享协作式创作、资源共建、学术课题的协作研究等等。图书馆具有把维客系统应用于图书馆工作的实力。维客作为新的信息协作共享的工具必然能在图书馆的借阅、参考咨询、信息导航工作中发挥巨大的作用。     

高校教学参考书信息管理及服务系统的研发

从教学参考书信息管理与服务系统的研发实践出发, 充分论证了图书馆开发此系统的意义及可能。融合了资源整合等思想设计了一套完整的方案, 在系统功能方面特别增加了符合时代发展的电子图书借阅权限控制、多馆联合共建共享、网上提交等功能, 为了实现这些功能还研究出一些实用的技术方案。     

基于购物冲动下的读者借阅行为的思考

通过读者的借阅行为改善图书馆的服务工作,挖掘读者的借阅习惯和特点,从而指导图书馆提供更加完善的服务。本文从商业行为中的购物冲动影响出发,分析了读者借阅行为中购物冲动产生的原因和影响因素,包括读者面对的信息环境、借阅区环境,时间因素等的影响,以及由此对读者借阅行为进行优化的意义,并提出相关的优化路径思考。     

基于RFM模型的图书馆图书评价系统研究

一般而言,图书的被借阅情况可反映出此书的受欢迎程度,研究将营销学上常用的RFM模型应用于图书馆研究领域中,并将RFM重新定义为图书最近被借阅时间(R)、被借阅次数(F)、被借阅总时间(M)。最终将这三个指标整合成图书评价因子,构建为图书评价指标系统,图书评价指标的分数越高代表某书越受读者欢迎。实验结果显示,该图书评价模型具有较强的可行性与较高的准确性。     

Do-It-Yourself Assessment

Abstract

Libraries have walls. Recognizing this fact, the Interlibrary Loan Department at Virginia Tech is creating systems and services that enable our customers to reach past our walls at anytime from any where. Customer in-reach enables Virginia Tech faculty, students, and staff anywhere in the world to obtain information and services heretofore available only to our on-campus customers. ILLiad, Virginia Tech's interlibrary borrowing system, is the library strategic system that attains this goal. The principles that guided development of ILLiad are widely applicable.