聚類分析算法在圖書管理系統(tǒng)中的應用研究.pdf

1、數據挖掘是20世紀末興起的數據智能分析技術，它可以從數據庫、數據倉庫以及其它各種數據庫中的大量數據類型數據中，自動抽取或發(fā)現出有用的模式知識。在這一過程中，對聚類分析是數據挖掘領域研究的重要課題。而在圖書管理這樣龐大的數據管理系統(tǒng)中，每天、每月、每年都會產生大量的統(tǒng)計數據和表單。而聚類分析就是將數據合理歸類的一種方法，其目的是把相似的東西歸為一類，使得類內具有較大的相似性，而類間具有較小的相似性。本文將k-means聚類算法應用于圖書管

2、理系統(tǒng)中，面對這些海量數據，研究如何將它們合理歸類。主要內容如下： ⑴介紹了數據挖掘的基本理論，接著描述了聚類的含義以及針對不同數據類型的差異度計算，然后列出了數據挖掘中現存的幾種有代表性的聚類算法的思想以及它們的優(yōu)缺點，最后重點描述了K-means算法，以及該算法的基本思想和原理。 ⑵介紹了圖書管理系統(tǒng)的分析設計與實現，圖書管理系統(tǒng)中主要功能包括：圖書的添加、查詢、瀏覽、刪除和修改管理以及相關的圖書用戶的管理，這樣可以

3、方便圖書管理員對龐大信息進行管理，本文采用JAVA語言作為開發(fā)工具，使用ACCESS2003數據庫作為存儲數據庫，來實現圖書管理系統(tǒng)的功能。 ⑶將典型的k-means聚類算法應用于圖書管理系統(tǒng)，對圖書進行聚類分析，應用效果良好。此系統(tǒng)以圖書管理系統(tǒng)中的歷史借閱記錄、讀者信息庫為基礎數據來源，用k-means聚類算法對讀者的院系特性、性別特性和年級特性分別進行聚類分析，然后按圖書使用率將圖書使用情況分為高、中、低3類，最終得出聚類