K—FOLD交叉验证和BP神经网络在图书智能分布中的应用

为了更好地解决图书利用率这一问题,文章提出了一种改进的BP神经网络模型,并将交叉验证算法运用到该模型中。实验结果表明,采用这种改进的神经网络模型和交叉验证方法可以较好的实现图书分布的优化,从而达到提高图书利用率的目的。     

高校纸质图书资源利用现状及采购策略研究——以新疆农业大学图书馆为例

采用文献计量学方法,对新疆农业大学图书馆收藏的2015年—2020年纸质图书的出版年代、学科分布特征,图书的利用率和流通-藏书比,以及与读者信息需求的吻合程度等做出初步统计分析,提出了提高纸质图书资源优化配置的建议和对策以及资源采访优化策略。     

出版企业图书定价的方法与策略浅析

阐述了图书定价方法及图书定价策略,图书定价方法可根据成本竞争者价格和市场需求3个因素进行选择和确实,图书定价的策略主要有图书价格水准策略、心理价格策略、对比定价策略、谐音口彩定价策略和图书发行折扣策略等5种。     

基于粒子群算法的图书采购复本量优化决策

图书采购决策量化问题一直是图书馆学界研究的重要问题,运用数学建模的方法,建立起反映采购复本量与图书流通效用关系的数学模型,并设计了利用粒子群优化算法求解该模型的算法.     

图书供应商链联盟遗传和模拟退火算法研究

在分析我国高校图书馆图书采购供应商链的现状和参考国内外高等院校图书馆图书供应商链选择决策定量研究文献资料的基础上,构建了我国高等院校图书供应链联盟的伙伴选择多目标数学模型,并针对遗传算法和模拟退火算法的先进性和局限性进行对比研究,最终经过优化选择,将遗传算法和模拟退火算法两者结合起来进行求解,通过实例仿真,表明图书供应商链联盟应用遗传和模拟退火算法模型算法的可行性和正确性。     

西藏高校图书馆馆藏纸质图书质量评价研究——以西藏大学图书馆纸质图书为例

文章以西藏大学图书馆为样本,对2016年入馆藏库的图书进行统计分析,从图书利用率、流通藏书比、图书平均册数的角度评价馆藏图书质量,分析西藏高校图书馆馆藏纸本图书建设中存在的问题,提出优化馆藏质量的策略。     

基于记忆优化机制的图书群组推荐研究

【目的/意义】针对社会化标注过程中标签频次不能准确表征用户偏好,以及图书推荐过程中面临的数据稀 疏和冷启动问题。【方法/过程】本文基于记忆优化机制,提出读者偏好表示方法,以“豆瓣读书”作为实证对象,利用 DBSCAN 算法聚类结果评价该方法,实验证明该方法具有较好的表征效果。为解决图书推荐过程中面临的冷启 动、数据稀疏等问题,以基于记忆优化机制的读者偏好表示为基础,开展图书群组推荐研究。【结果/结论】实验结果 显示,本文提出的推荐方法具有较高的准确率、召回率和F值。【创新/局限】本文提出了基于记忆优化机制的读者偏 好表示方法对挖掘读者偏好和开展推荐服务具有重要意义,但在读者偏好构建过程中还需进一步细化认知构建和 更新过程,必要时可考虑利用更多读者属性完善记忆构建和优化机制。     

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的关系来分析读者和图书、不同类别图书间的关系,并应用于个性化服务工作中,发现读者的借阅历史存在着某种关联,不同类型读者的借阅记录及不同学科的借阅记录之间都存在着某种关联规则,利用这些规则对于高校图书馆优化图书推荐服务、探索智慧型个性化服务、改善馆藏布局具有良好的意义。     

基于荐购系统的高校图书采访模式优化

分析了传统图书采访模式存在的问题,重点介绍了基于荐购系统的高校图书采访模式的特点,进一步探讨了优化这一图书采访模式的策略。     

求解车间作业调度问题的一种新型蚁群算法

随着计算机技术的日新月异,一些新的仿生优化算法像蚁群算法得到了迅速发展和广泛应用。本文在蚁群算法中引入遗传变异操作,并对蚁群算法做了改进。实验结果表明此方法行之有效。