數(shù)據(jù)挖掘技術(shù)在圖書館個性化信息服務(wù)的應(yīng)用研究.pdf

1、隨著社會分工日趨細(xì)致，讀者對圖書館信息服務(wù)的精確性、及時性和個性化的要求也日趨提高。圖書館作為文獻(xiàn)收藏和提供文獻(xiàn)服務(wù)的機構(gòu)，所存儲的信息量日趨龐大。如何在海量的信息中快速準(zhǔn)確的獲取信息將是讀者面臨的一個嚴(yán)峻問題。
　　 本文在分析現(xiàn)有的圖書館管理系統(tǒng)后，發(fā)現(xiàn)現(xiàn)有的圖書館管理系統(tǒng)不具備個性化信息服務(wù)功能。因此，針對原有系統(tǒng)的不足，對原有系統(tǒng)的功能進行了擴充，增加了個性化信息服務(wù)子系統(tǒng)。重點研究了關(guān)聯(lián)規(guī)則挖掘及聚類分析的應(yīng)用技術(shù)，提

2、出了數(shù)據(jù)挖掘在圖書館個性化信息服務(wù)中的應(yīng)用。本文的工作主要體現(xiàn)在以下幾點:
　　 (1)對基于數(shù)據(jù)挖掘技術(shù)的個性化信息服務(wù)子系統(tǒng)進行了需求分析、流程分析，然后進行了整體結(jié)構(gòu)的設(shè)計和功能模塊的設(shè)計。接著建立了用例圖、活動圖、類圖、序列圖，從多個視角基于UML進行了系統(tǒng)建模。最后，對數(shù)據(jù)庫進行了詳細(xì)的設(shè)計。
　　 (2)對原始數(shù)據(jù)進行預(yù)處理，形成待挖掘的數(shù)據(jù)集，并對如何確定關(guān)聯(lián)規(guī)則挖掘的支持?jǐn)?shù)給出分析示例，然后用weka軟件

3、的K-means算法對確定的支持?jǐn)?shù)給予驗證。
　　 (3)根據(jù)相關(guān)圖書推薦流程的分析，得出圖書關(guān)聯(lián)規(guī)則的挖掘只需挖掘頻繁2-項集即可。接著通過對經(jīng)典Apriori算法流程的研究，提出了基于結(jié)構(gòu)化查詢語言SQL的關(guān)聯(lián)規(guī)則挖掘算法，此算法直接利用DBMS實現(xiàn)圖書之間關(guān)聯(lián)規(guī)則的挖掘。在形成候選2-項集的過程中就完成了此2-項集的支持?jǐn)?shù)統(tǒng)計，不需要逐次掃描數(shù)據(jù)庫完成支持?jǐn)?shù)的統(tǒng)計，極大地提高了算法的執(zhí)行效率。最終實現(xiàn)了對圖書館圖書關(guān)聯(lián)規(guī)則