基于數(shù)據(jù)挖掘的圖書(shū)館用戶(hù)借閱行為分析及書(shū)目推薦服務(wù).pdf

1、隨著信息技術(shù)的迅速發(fā)展,圖書(shū)館自動(dòng)化程度的逐步提高,圖書(shū)館具有的知識(shí)信息傳播服務(wù)功能也在不斷增強(qiáng),成為社會(huì)的信息樞紐和Internet的重要組成部分。圖書(shū)館數(shù)字化不僅改變了傳統(tǒng)的服務(wù)方式,而且積累了大量的數(shù)據(jù),為個(gè)性化服務(wù)提供了數(shù)據(jù)基礎(chǔ)。個(gè)性化服務(wù)需要用戶(hù)的興趣、圖書(shū)間的關(guān)聯(lián)等信息的支持,而這些信息能夠通過(guò)對(duì)圖書(shū)館的日常業(yè)務(wù)數(shù)據(jù)分析和挖掘獲得。因此,研究數(shù)據(jù)挖掘在圖書(shū)館系統(tǒng)中的應(yīng)用具有非常重要的現(xiàn)實(shí)意義。 本文重點(diǎn)研究了關(guān)聯(lián)規(guī)則

2、挖掘算法,在分析現(xiàn)有圖書(shū)館管理系統(tǒng)的基礎(chǔ)上,提出了基于數(shù)據(jù)挖掘圖書(shū)館用戶(hù)借閱行為分析與書(shū)目推薦服務(wù)應(yīng)用模型。本文主要工作有： (1)改進(jìn)了Apriori算法,構(gòu)造了生成頻繁2項(xiàng)集L2所需的散列表和類(lèi)哈希函數(shù)；應(yīng)用改進(jìn)后的剪枝步算法減少了候選k項(xiàng)集的大?。豪妙l繁項(xiàng)集標(biāo)識(shí)字段,減少了對(duì)事務(wù)集的掃描,提高了頻繁集的生成效率。在圖書(shū)館管理系統(tǒng)中應(yīng)用關(guān)聯(lián)規(guī)則挖掘算法實(shí)現(xiàn)了對(duì)借閱歷史信息的挖掘。 (2)提出了“基于數(shù)據(jù)挖掘的圖書(shū)館