欢迎来到天天文库
浏览记录
ID:25092905
大小:54.50 KB
页数:7页
时间:2018-11-18
《关于基于数据挖掘技术的图书馆个性化信息服务》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、关于基于数据挖掘技术的图书馆个性化信息服务导读:怎么写作好图书馆和用户相关方面的论文。本篇基于数据挖掘技术的图书馆个性化信息服务中的相关综合素质论文范文希望会对你的写作带来参考帮助以解你的写作忧愁。(枣庄市图书馆,山东枣庄277100)关键词:图书馆个性化信息服务数据挖掘技术关联规则摘要:文章从数据挖掘技术的相关原理出发,构建了图书馆个性化信息服务系统,对数据挖掘的实施过程进行了简要论述,从关联规则的角度介绍了基于数据挖掘技术的图书馆个性化信息服务的实现途径.中图分类号:G250。7文献标识码:A:10031588(2016)0201
2、2703收稿日期:2016-01-02文献信息的检索与传播是图书馆的基础职能,随着图书馆数字化、智能化、自动化程度的不断提升,很多图书馆引入了中外文全文数据库.一方面满足了读者多样化的文献信息需求,另一方面也增加了读者短时间内获取有效信息资源的难度[1].个性化信息服务是图书馆以人为本本篇关于基于数据挖掘技术的图书馆个性化信息服务论文范文综合参考评定下度:经典题目价值理念的直接体现,是一种最大限度满足读者需求的主动性或智能推送性的服务模式,即通过对用户的借阅习惯和个性特点进行分析,进而主动地向用户提供其能感兴趣的信息.这一服务模式涉及
3、庞大的数据采集、处理、分析和归类,需要强有力的数据集成分析工具来支撑.数据挖掘又称知识发现过程,即利用关联规则从大量的、模糊的、不完全的信息数据库中提取潜的、对读者而言有价值的信息.数据挖掘技术最先应用于商业领域,近几年经开始引入图书馆管理与服务中,其图书馆个性化信息服务中的应用仍有较大的开发空间.1基于数据挖掘的图书馆个性化信息服务系统设计1.1整体结构模型图书馆个性化信息服务涵盖了用户从X站注册到接受系统提供服务的全过程.这一系统首先对图书馆用户信息进行收集,而后关联技术对用户需求行为进行模型构建,继而用存的图书馆资源知识库与用户
4、模型进行对照,提取出用户需求的具体信息服务(见图1).图书馆个性化信息服务系统分为两大基本模块,即线推荐模块和离线挖掘模块,图中上半部分为线推荐模块,下半部分为离线挖掘模块.知识资源库又细分为信息采集层、信息存储层、信息加工处理层、信息服务层等部分内容.其中,信息采集层、存储层和加工处理层满足了图书馆个性化信息服务中的强大数据需求,是数据挖掘的必要条件.系统数据采集通过搜集读者使用图书馆的信息而实现,读者图书馆和用户综合素质论文范文联规则,而短时间内用户信息基数变化不大,以离线处理的结果不会对个性化信息服务运行造成影响(见图4).从图
5、4以看出,这一关联规则流程主要由三部分模块组成:①数据处理模块.其又称数据存储模块,主要功能是依靠系统分析、处理和汇总图书馆资源数据库中的用户信息,而后将其存储数据挖掘资源库中.②挖掘模块.其又称数据挖掘引擎,主要功能是运用聚类算法对存储信息进行挖掘,生成用户行为规则.③规则导入模块.其主要功能是把挖掘算法结果导入到系统知识库中,寻找与用户行为规则相匹配的文献资源.2图书馆个性化信息服务中的数据挖掘实施与结果评价当前信息资源泛化传播的时代,图书馆用户的信息需求不仅仅局限于以往的信息检索、文献书目查询,而是希望获得更有深度的文本信息或更
6、具全面性的查询问题解答.采用数据挖掘技术既有助于保持信息的完整性和功能性,又能深入剖析信息间的关联,进而满足用户的深层次信息需求.普通数据挖掘的实施过程分成四个阶段,即问题定义阶段、数据挖掘和结果分析阶段、数据评估阶段.与普通数据挖掘不的是,图书馆个性化信息服务中的数据挖掘以为信息服务提供多种参照的方式[3],按照某一主题,提供全面的方案知识,辅助图书馆完成个性化决策支持服务应用户要求,为其提供全本文献资料或关联资源库链接,使文献服务更具针对性(见图5).2.1提出问题图书馆用户依据自身的借阅需求向图书馆个性化信息服务系统提出文献查阅
7、或借阅请求.系统自动记录用户请求,根据请求的具体内容缩数据挖掘范围,减少系统数据挖掘压力.2.2数据导入与整理数据导入和整理是数据挖掘开始的前提,时也是用户获得优质信息服务的必要条件.数据挖掘质量与挖掘范围、挖掘工作量成正比关系,为了向用户提供全面而深入的文献信息服务,数据挖掘开始前应全面理解用户设定的问题,能扩大文献数据的挖掘范围与深度.挖掘工作初步完成后,应根据用户的需求和索引题目的要求对挖掘数据进行初步审核,对挖掘出的数据进行分类.通过异常数据清除、重复数据删除、文献资源标准格式化、错误更正等操作,完成对数据的最终整理.2.3模
8、型构建与调整把挖掘数据转换成用户信息模型,最终与系统数据库中的资源指标正确匹配,从而转换成有用的关联规则,这离不开模型构建工具的科学性和挖掘人员丰富的操作经验.一般而言,一种数据挖掘算法对应一种模型构建方式,想要最大化地
此文档下载收益归作者所有