多维关联规则在图书馆中的应用研究

《多维关联规则在图书馆中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、多维关联规则在图书馆中的应用研究ApplicationofMultidimensionalAssociationRulesintheLibrary作者姓名温海波学位类型高校教师学科、专业计算机应用技术研究方向数据挖掘导师及职称胡学钢教授2013年11月多维关联规则在图书馆中的应用研究摘要随着科技信息的发展，数字图书馆已经成为图书馆建设的主流方向。数字图书馆中存储的海量信息为数据挖掘提供广泛的应用空间和更高的技术要求。如何高效地利用数据挖掘技术挖掘出这些数据背后隐藏着许多重要的、有价值的信息是一个新兴的课题研究方向。本文结合目前高校图书馆的实际情况，通过研究多维关联规则挖掘方法，并将其

2、应用在数字图书馆个性化服务中，从而为不同类型的图书馆读者和决策者提供更好的个性化、智能化服务。论文主要研究内容如下：(1)理解数字图书馆个性化服务的内涵和多维关联规则数据挖掘的联系，根据个性化服务的特点，建立数据挖掘数据模型系统，通过基于谓词索引多维关联规则对数据进行挖掘处理。(2)研究并分析了经典FP-Growth算法，提出基于项对索引链表的IPILFPG优化算法。在多维数据挖掘方面，该算法的时间和存储效率有所提高。(3)分析挖掘的结果，发现读者的行为倾向和兴趣模式，提供相应的预测报告、动态分析等。为读者提供信息推送、关联推荐等特色服务，为决策者提供采购图书，提高馆藏利用率，优化馆

3、藏资源，指导学科建设等服务。关键词:数字图书馆；个性化服务；数据挖掘；多维关联规则ApplicationofMultidimensionalAssociationRulesintheLibraryABSTRACTWiththedevelopmentofscienceandtechnologyinformation,digitallibraryhasbecomethemainstreamdirectionoflibraryconstruction.Massiveinformationstorageindigitallibraryprovidewideapplicationspacean

4、dhighertechnicalrequirementsfordatamining.Howtoefficientlyusingdataminingtechnologytoobtainmanyimportantandvaluableinformationbehindthesedataisanewresearchdirection.Combiningwiththeactualsituationofuniversitylibraryatpresent,bystudyingthemultidimensionalassociationrulesminingmethod,weapplieditt

5、odigitallibrarypersonalizedservice,andprovidebetterpersonalizedandintelligentservicefordifferenttypesoflibraryreadersanddecisionmakers.Themainresearchcontentofthispaperisasfollows:(1)Understandingcorrelationbetweenthedigitallibrarypersonalizedserviceandmultidimensionaldatamining.basedonthechara

6、cteristicsofpersonalizedservice,weestablisheddataminingdatamodelsystemandimplementeddataminingprocessingthroughthemultidimensionalassociationrulesbasedonpredicateindex.(2)BaseonresearchingandanalyzsingtheclassicFp-Growthalgorithm,weputforwardanoptimizationalgorithmIPILFPGwhichbasedonindexedpair

7、ofitemslist.Intermsofmultidimensionaldatamining,theoptimizedalgorithmoftimeandstorageefficiencyhasimprovedsignificantly.(3)Byanalysistheresultofmining,wefoundthereader'sbehaviorandtheinterestpattern,andgivethecorrespondingforecast