關(guān)聯(lián)規(guī)則挖掘及其在圖書流通數(shù)據(jù)中的應(yīng)用研究.pdf

1、本文針對現(xiàn)有圖書館自動化系統(tǒng)存在著數(shù)據(jù)分析能力欠缺的問題，將數(shù)據(jù)挖掘技術(shù)引入到圖書館個性化服務(wù)系統(tǒng)，并進行了深入的理論和實踐研究。 論文運用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則技術(shù)，通過應(yīng)用了Apriori算法對安徽省圖書館的借閱數(shù)據(jù)庫進行挖掘，從中發(fā)現(xiàn)了一些有價值的規(guī)則，為圖書館讀者服務(wù)提供具有指導意義的信息，并提出新書推薦模型。論文的主要內(nèi)容如下： (1)將數(shù)據(jù)清洗、數(shù)據(jù)壓縮、數(shù)據(jù)還原技術(shù)運用到圖書流通數(shù)據(jù)預(yù)處理過程中，通過應(yīng)用對數(shù)

2、據(jù)預(yù)處理技術(shù)有了進一步的認識； (2)通過對讀者借閱數(shù)據(jù)的關(guān)聯(lián)挖掘，挖掘出各年齡層次、各職業(yè)、各學歷層次及不同職稱的讀者對圖書館圖書資源利用的關(guān)聯(lián)規(guī)則，并提出了讀者興趣模型； (3)在挖掘過程中運用了Apriori算法，生成二項頻繁項集并通過連接規(guī)則，剪枝各候選項集，生成K頻繁項集。 (4)引入興趣度，對挖掘出的關(guān)聯(lián)規(guī)則做進一步分析，分析正相關(guān)關(guān)聯(lián)規(guī)則、負關(guān)聯(lián)規(guī)則，并根據(jù)興趣度來分析規(guī)則的有效性。 (5)