共查询到20条相似文献,搜索用时 109 毫秒
1.
关联规则挖掘技术在图书借阅服务中的应用研究 总被引:1,自引:0,他引:1
在概述关联规则挖掘技术的基础上,深入分析关联挖掘技术在图书馆借阅服务中的应用,通过关联规则挖掘技术统计与分析图书馆借阅服务信息,统筹借阅服务与采访服务,实现图书推荐服务等个性化信息服务方式,为提高图书馆信息服务层次与水平提出了一些建议与对策。 相似文献
2.
关联挖掘在文献借阅历史数据分析中的应用 总被引:10,自引:2,他引:10
介绍了数据挖掘中关联规则的基本概念和方法,进一步讨论和研究了关联规则在图书馆读者文献借阅历史数据分析中的应用。通过实验分析表明,借阅历史数据在经过一定的预处理后,用Apriori关联挖掘算法能挖掘出隐藏在历史数据背后的有用的规则和潜在的信息,这将有利于为读者提供个性化服务和对图书馆的服务提供决策支持。 相似文献
3.
4.
对某一读者群在一定时期内所借阅图书的流通数据.应用关联规则的挖掘分析方法进行分析,可以发现读者在进行专业学习时隐含的各学科知识之间的关联。这对图书馆调整资源建设的学科结构、提升读者服务工作水平具有重要的指导意义。 相似文献
5.
《内蒙古科技与经济》2021,(13)
针对现行招标采购体系,以优化资源建设、方便采购员挑选图书为目的设计了图书采购推荐系统。首先设计了针对汇文LIBSYS系统数据的清洗算法,设计了借阅行为有效性和图书流通周期的计算方法,探索了借阅行为的量化对原始数据的影响。基于有效值对借阅数据进行挖掘,借助频繁项集、支持度和可信度、采购计划参数、网络爬取评分等计算推荐值。该工具的应用方法是通过B/S构架构建了一个Browser端上传书单文件和下载推荐结果,Server端计算种书的推荐值、读取文件、赋值后排序后生成文件返回给Browser端的系统。该系统试用后提高了图书采购工作效率,提高了新采购图书的借阅率,很好保障了资源建设。 相似文献
6.
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。 相似文献
7.
基于Weka读者借阅行为分析 总被引:4,自引:0,他引:4
图书管理系统借阅数据直接反映了读者的借阅行为,对其研究可以了解读者的借阅习惯。使用Weka软件,运用其关联分析、聚类中的不同算法对华南师范大学2008年研究生图书借阅数据进行分析,获取了一些有益的分析结果,对提高图书馆的服务起到一定的帮助作用。 相似文献
8.
图书馆OPAC在中文图书编目中的应用 总被引:3,自引:0,他引:3
探讨了编目人员利用的OPAC(图书馆联机信息查询系统)进行图书编目的意义,同时结合工作实践,探讨了应用OPAC进行编目的选择原则和具体的步骤、方法。 相似文献
9.
10.
图书流通数据的关联挖掘量化分析方法 总被引:15,自引:1,他引:15
本文探讨了图书流通数据的一种量化分析方法——关联规则的挖掘。通过对某一读者群在一定时期内所借阅图书的流通数据应用关联规则的挖掘分析方法,可以发现读者在进行专业学习时隐含的各学科知识之间的关联。这对图书馆调整资源建设的学科结构、提升读者服务工作水平具有重要的指导意义。 相似文献
11.
12.
13.
14.
关联规则挖掘在DM研究热点演化分析中的应用 总被引:2,自引:0,他引:2
数据挖掘是基于数据库、统计学、机器学习、人工智能等多学科交叉的新兴学科领域.为系统分析和评价该学科过去和现在的研究热点及其内在结构,以Web of Science数据库收录的主题为"data mining"的期刊论文为数据源,对关键词进行规范和统计选出热点高频词,然后将期刊论文视为事务,高频词视为项集,采用关联规则分析方法挖掘隐含在1997~2004年、2005~2008年两个时期文献集中的关联词汇,定量描述知识主题之间的逻辑关联和相关影响程度,并借助可视化工具对知识主题关联网络进行直观展示. 相似文献
15.
本文主要介绍了上海市民信箱信息分析系统的系统结构和关键技术.该系统主要运用数据仓库、ETL、数据挖掘等关键技术. 相似文献
16.
17.
18.
网格数据挖掘在信息服务质量评价中的应用 总被引:1,自引:0,他引:1
网格的数据挖掘是数据挖掘技术与网格计算的有机结合,文章介绍了网格数据挖掘的概念、特点、网格数据挖掘技术的优点,网格数据挖掘的体系结构,讨论了网格的数据挖掘的基本过程,并从开放网格服务体系结构出发,给出了网格平台下的信息服务质量数据挖掘的功能和执行过程。 相似文献
19.
基于Web数据挖掘的个性化信息智能Agent挖掘系统模型 总被引:1,自引:0,他引:1
个性化智能挖掘是近几年出现的一个崭新的研究方向,它是人工智能与数据挖掘技术在Web或Internet环境下相互融合的产物。大部分个性化信息挖掘都只是建立在纯粹的Web数据挖掘之上,然而面对大部分的智能化技术的出现,面对用户能够快速准确地检索自己最想要的信息的需求,Web数据挖掘要进行相应的扩展,通过将Web数据挖掘技术和智能Agent技术相结合,从而满足用户的需求。本文主要提出两个模型:典型的个性化Web挖掘模型和个性化Agent智能挖掘模型。 相似文献
20.
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。 相似文献