數據挖掘在數字圖書館的應用.pdf

1、隨著計算機和互聯網的廣泛普及,信息資源日益豐富,數據成倍增長。過多的數據信息給數字圖書館在處理的時候造成極大的困難。大量冗余信息存在高校圖書館數據庫中,使讀者訪問和分析信息不太便利,使用數據庫檢索出來的結果由于精確度不高,得不到足夠的重視和充分利用,導致資源利用不高。目前,大多數數字圖書館對信息開發(fā)和利用是十分有限,即對海量數據無法深入地開發(fā)和利用,這些問題成為在數字圖書館的發(fā)展的道路上的絆腳石,使得數字圖書館必須面對資源管理和數據處理

2、的嚴峻的挑戰(zhàn)。因此,數字圖書館迫切需要能解決這些問題某種技術和方法,能對數據庫中的數據進行分析,找出它們之間的未知關系,發(fā)現隱含在其中潛在的有利用價值的、原先完全不了解的信息和知識。
　　數據挖掘(DateMining)技術可以幫助人們對圖書館數據庫中的大量業(yè)務數據進行分析和模型化的處理,可以利用已有信息數據可以對未來進行預測,并從中提取支持決策的數據和信息,對提高決策的科學性和針對性有著很大的益處。數據挖掘在數字圖書館的應用可以

3、實現:(1)優(yōu)化館藏圖書的結構:圖書館日常管理工作能夠精確到館藏的每種圖書,這樣能反映出圖書的真實的具體情況,為管理者合理調整館藏布局提供了比較客觀的決策支持。(2)為讀者提供更全面的信息參考服務和個性化服務。(3)加快圖書流通速度,提高圖書館圖書的使用效率等等。
　　本文主要關注研究如何優(yōu)化圖書館館藏和提高圖書館服務質量。通過對圖書館的數據挖掘實現(1)優(yōu)化圖書館館藏,為滿足讀者基本圖書借閱需求(2)提高信息獲取速度,為讀者提供

4、更全面的信息參考服務和個性化服務;為圖書館完善服務結構和提升服務水平。主要工作如下:
　　首先,進行圖書館數據庫建設,即收集包括讀者信息記錄、借閱記錄、流通日志記錄及圖書館文獻數目記錄等數據,并對收集到的信息進行相應的預處理,建立圖書館有用信息數據庫。
　　其次,采用關聯算法(FP-Growth算法)應用于的圖書流通數據挖掘分析,采用聚類算法(K-Means均值算法)應用于讀者和圖書的借閱信息挖掘分析,從中發(fā)現圖書類別之間、