数据挖掘在农业数字图书馆中的应用

《数据挖掘在农业数字图书馆中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据挖掘在农业数字图书馆中的应用何永进,饶思军(华中农业大学图书馆,湖北武汉430070)摘要数据挖掘是一门新兴的数据处理技术,在信息的利用和提取中发挥着日益重要的作用。笔者在描述数据挖掘技术的基础上,探讨了数据挖掘技术在农业数字图书馆信息咨询、个性化服务、信息资源优化、读者需求分析等中的应用。关键词数据挖掘;农业数字图书馆;信息服务中图分类号G250文献标识码A文章编号0517-6611(2009)19-09282-02ResearchontheApplicationofDataMininginth

2、eAgriculturalDigitalLibraryHEYong2jinetal(LibraryofHuazhongAgriculturalUniversity,Wuhan,Hubei430070)AbstractDataminingisanewinformationtechnology.Itisplayinganincreasinglyimportantroleintheuseandextractionofinformation.Onthebasisofdescribingthedataminin

3、gtechnology,theapplicationsofdataminingtechnologyinagriculturaldigitallibrary’sinformationconsultation,thepersonalizedservices,informationresourceoptimization,thereaderdemandanalysisandsoonwerediscussed.KeywordsDatamining;Agriculturedigitallibrary;Infor

4、mationservice在现代科学技术推动下,农业图书馆正朝着自动化、数字化和信息化的方向发展。信息技术的迅猛发展,导致多媒体、电子文件、数据库等多种形式的大量无序信息资源不断产生,而大量的数据往往使人们无法辨别隐藏在其中的能对决策提供支持的信息。传统的查询、报表工具无法满足挖掘这些信息的需求,人们急切需要一种能够从海量的数据中提取有价值的知识和信息的技术,这样数据挖掘技术便应运而生。农业数字图书馆是综合运用多方面高新技术的数字信息资源管理系统,农业数字图书馆的数据挖掘和知识发现研究具有较大的实用价

5、值。笔者研究了数据挖掘在农业数字图书馆信息咨询、个性化服务、信息资源优化、读者需求分析等中的应用[1-7]。1数据挖掘概念数据挖掘(DataMining)也称知识发现,是指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘对象是大型数据库、数据仓库和浩瀚的网络信息空间,旨在通过对数据的统计、分析、综合、归纳和推理,揭示数据间潜在的关联,发现被忽略的要素,预测未来的发展趋势,起到辅助实际工作问题求解的作用。数据挖掘的

6、过程就是知识发现的过程,其所能发现的知识有如下几种:广义型知识、特征型知识、差异型知识、关联型知识、预测型知识、偏离型知识,所有这些知识都可以在不同的概念层次上被发现,随着概念树的提升,从微观到宏观,以满足不同用户、不同层次决策的需要。数据挖掘是涉及数据库、人工智能、数理统计、机械学、人工神经网络、可视化、并行计算等的交叉学科,是目前国际上数据库和决策支持领域的最前沿的研究方向之一。2数据挖掘技术和方法数据挖掘根据其主要研究对象的数据结构形式的不同,一般粗分为数据挖掘、Web数据挖掘、文本数据挖掘3类

7、。2.1数据挖掘(DataMining)面向数值数据的数据挖掘,通常称为数据挖掘。数据挖掘的任务主要是:分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、导常和趋势发现等。常见的数据挖掘方法主要有:统计分析、归纳学习方法、仿生物技术、神经网络、决策树、遗传算法、贝叶斯信念网络、模糊集、粗糙集等,由于各种方法都有自身的功能特点以及应用领域,因此不同方法的选择将影响最后结果的质量和效果,通常是将多种方法结合使用,形成优势互补。2.2基于Web的数据挖掘(Web2bas

8、edDataMining)数据挖掘的对象是传统的数据库或数据仓库;而Web数据挖掘实现对Web存取方式、Web结构和规则以及动态的Web内容的查找,是实现数字图书馆功能的核心技术之一。它针对包括Web页面内容、页面之间的结构、用户访问信息、商务交易信息等在内的各种Web数据,应用数据挖掘方法及技术发现有用的知识,来帮助人们从Internet中提取知识,改进站点设计,更好地开展电子商务或改进服务。Web数据挖掘分为:Web结构挖掘、Web内容挖掘和Web使