关联规则挖掘技术在图书借阅服务中的应用研究

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。     

关联挖掘在文献借阅历史数据分析中的应用

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。     

图书流通数据的关联规则挖掘

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。     

基于借阅行为量化和数据挖掘的图书采购推荐系统的设计与应用

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。     

基于关联规则的图书借阅数据挖掘

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。     

基于Weka读者借阅行为分析

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。     

图书馆OPAC在中文图书编目中的应用

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。     

浅谈个人住房档案数据信息库的利用价值与信息库的管理

简要介绍了个人住房档案数据信息库的利用价值与信息库的管理.     

图书流通数据的关联挖掘量化分析方法

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。     

基于数据挖掘技术的图书馆流通数据的关联分析

运用改进的Apriori算法,对具有代表性的与分析任务相关的数据进行样本抽取,利用Weak作为数据挖掘算法开发工具,产生了一系列强关联规则。根据这些规则,我们可以解读出一些现象,它不仅能揭示隐藏在大量数据后的重要关系信息,同时也为这种关系提供了量化描述手段。这些定性定量的信息不仅能对图书馆的各项工作提供技术上的支持,还可对学校的教学,课程的设置,学科的交叉渗透等提供信息。     

基于专利数据挖掘的情报分析研究——以能源桩领域为例

作为一种新型的建筑桩基和地源热泵的结合形式,建筑能源桩在可再生能源利用中日益受到重视.本文基于专利数据挖掘,从申请趋势、申请人国别、申请类别、审查结论、重要申请人等方面分析了建筑能源桩结构相关的专利申请,指出了相关技术由早期的桩基结构和材料、换热管的连接和排布、桩和管的连接逐渐向结构多样化、工艺精细化、桩管集成化发展,...     

基于数据仓库的图书借阅数据挖掘

本文通过构建图书借阅的数据仓库,建立了多维图书借阅数据集,使用数据挖掘中的决策树算法,对目标数据进行了分析,并从中得到了一些有关读者借阅图书的规则,可使图书馆了解读者借阅图书的特定取向,使得其在图书添加、图书摆放上更加合理,从而为读者提供方便,同时使图书馆对学校教学的辅助功能得到更加有效的发挥。     

关联规则挖掘在DM研究热点演化分析中的应用

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.     

数据挖掘技术在上海市民信箱数据分析上的应用

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.     

数据立方体上的约束关联规则挖掘

数据挖掘作为一项从海量数据中提取知识的信息技术引起了国内外学术界和产业界的广泛关注,基于数据仓库的联机分析挖掘系统的应用已成为数据挖掘技术的发展趋势,本文结合联机分析挖掘的思想和基于目标属性关联规则挖掘算法,提出并构建了数据立方体上的基于约束的关联规则挖掘算法。最后的算例证明了该算法的有效性。     

基于关联规则挖掘的食品安全信息预警模型

针对食品生产加工的安全问题,建立了基于关联规则挖掘的食品安全信息预警模型,此模型从数据挖掘视角以食品生产加工的检测数据为处理对象,分析数据异常情况,采用改进的关联规则挖掘APTPPA算法,生成关联路径树、寻找频繁项集、最大频繁项和最大关联规则,进而抽取报警关联规则,挖掘导致食品安全问题的因素并进行诊断和预警,最后通过实验验证了预警挖掘模型的正确性和算法的有效性。     

网格数据挖掘在信息服务质量评价中的应用

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。     

基于Web数据挖掘的个性化信息智能Agent挖掘系统模型

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。     

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。