數(shù)據(jù)挖掘在讀者偏好研究中的應用[park19].pdf

1、圖書館作為學校師生的一個重要知識庫，館內藏書所涉及的領域非常廣泛；圖書館每年購入新書，因此圖書館藏書量也在不斷增多。師生們要在眾多的書籍中找到自己需要的相關圖書是一件非常困難的事情。因此，快速有效地優(yōu)化藏書布局對師生的學習與研究顯得尤為重要。論文的目標就是運用數(shù)據(jù)挖掘中的關聯(lián)規(guī)則方法和協(xié)同過濾算法，來優(yōu)化圖書資源。從讀者的歷史借閱數(shù)據(jù)中快速有效地挖掘出借閱書籍之間的關聯(lián)信息，來幫助管理員優(yōu)化藏書布局；從讀者評分數(shù)據(jù)庫中挖掘出讀者的偏好，

2、來更好的為讀者推薦圖書、采購圖書。
　　 本文首先闡述了數(shù)據(jù)挖掘的理論基礎，對關聯(lián)規(guī)則數(shù)據(jù)挖掘中的一些經(jīng)典算法進行了系統(tǒng)的分析，提出了新的關聯(lián)規(guī)則挖掘算法MFP-Miner算法；然后根據(jù)程序數(shù)據(jù)接口的要求對圖書館歷史借閱數(shù)據(jù)進行數(shù)據(jù)預處理，包括數(shù)據(jù)的導入和提取、事務數(shù)據(jù)庫的建立；在此基礎上對事務數(shù)據(jù)庫進行挖掘，得出借閱書籍之間的關聯(lián)規(guī)則。實驗結果顯示，該算法在效率上優(yōu)于其它算法。
　　 為了提高圖書資源的利用效率,論文中