借阅管理学论文范文-探究关联规则数据挖掘技术在图书管理中的应用论文

借阅管理学论文范文-探究关联规则数据挖掘技术在图书管理中的应用论文

ID:31684418

大小:56.57 KB

页数:7页

时间:2019-01-17

借阅管理学论文范文-探究关联规则数据挖掘技术在图书管理中的应用论文_第1页
借阅管理学论文范文-探究关联规则数据挖掘技术在图书管理中的应用论文_第2页
借阅管理学论文范文-探究关联规则数据挖掘技术在图书管理中的应用论文_第3页
借阅管理学论文范文-探究关联规则数据挖掘技术在图书管理中的应用论文_第4页
借阅管理学论文范文-探究关联规则数据挖掘技术在图书管理中的应用论文_第5页
资源描述:

《借阅管理学论文范文-探究关联规则数据挖掘技术在图书管理中的应用论文》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、借阅管理学论文范文:探究关联规则数据挖掘技术在图书管理中的应用论文关联规则数据挖掘技术在图书管理中的应用论文导读:本论文是一篇关于关联规则数据挖掘技术在图书管理中的应用的优秀论文范文,对正在写有关于借阅论文的写作者有一定的参考和指导作用,论文片段:并成一个适合数据挖掘的描述形式。数据转换包括以下内容:平滑处理、聚集处理、抽象处理、标准化处理。3实际挖掘过程由于我们学院的图书馆是根据《中国图书馆分类法》分类的。因此可以只选取表3-1中借阅图书的书号属性,再对读者借阅信息表进行挖掘,就可挖掘出图书的22个基本大类之

2、间的隐性关联情况和各类图书的使用目录:1、止文2、相关论文3、相关栏口4、木文下载摘要:本文以仪征技师学院图书馆数据为例,通过对借阅信息的数据挖掘,生成一些且有指导作用的信息,证明算法的可行性。关键词:关联规则;数据挖掘;图书管理数据挖掘技术在商业领域中的成功应用,给图书馆带来了很大的启发,图书馆的特点是巨大的图书量,不同年龄、不同专业的读者,研究领域也不同。这使读者对图书馆提出了不同特性的个人要求。如何满足读者的需求,提高读者满意度,优化图书馆的馆藏,合理对图书进行布局,从而更好地为读者服务,是一个值得研究的

3、理由。数据挖掘技术的运用可以有效的帮助图书馆逐步规范管理流程,帮助图书馆扩大业务范围、提高服务水平、加强内部管理。1数据挖掘任务采用关联规则对图书流通数据进行挖掘的任务主要是通过对读者借阅历史信息的分析,发现两方面的规律性。(1)发现读者的特性与阅读习惯的联系。检索读者不同的特征,如性别、年龄、专业等方面对借阅图书的影响,最后发现有什么特点的读者往往借什么类型的图书,这对以后的读者借阅具有很好的指导作用。(2)发现不同书籍在图书库中的联系。例如,如杲半数以上的的读者借阅书籍A,往往也会随带借阅书籍B,从这个现象

4、屮我们可以统计书A与B间的借阅关系,当出现下一个读者也借阅A时,管理员可以根据统计结果推荐书氏并且在书籍管理时,管理员可以对书A和书B的集中放置,合理安排,从而给予借阅者最直接的指导,此举对提高馆藏书的借阅量也大有裨益。2数据处理根据数据挖掘对数据的需要,提取2011年第二季度(4〜6月)内所有仪征技师学院读者借阅的信息。读者借阅的基本数据是通过读者信息表、图书信息表、借阅历史表屮数据进行汇总得到的,具体格式包括Readers(读者信息表)、Books(图书信息表)、Book_Lend(借阅历史表结构)三类,R

5、eaders主要参数有R_Code(读者编号)、R_Name(读者姓名)…,Books主要参数有B_N0(索书号)、B_Name(图书名称)…,Book_Lend主要参数有Lend_Date(借书日期)等。(1)数据的选取这里将读者信息表、图书信息表、借阅历史表三个表格合并成一个读者借阅事务表(Reader」),然后放入SQLServer中进行导入和提取,然后使用JDBC-ODBC桥将数据导入到图书馆数据挖掘系统里。(2)数据的预处理通过选取就得到了初步的目标数据,但里面还含有一些缺失的、不完整的数据,而且有些

6、数据可能存在着前后不一致的理由,即有噪声,要进一步进行加工处理。(3)数据转换数据转换是对数据进行标准化处理,首先找到特征的数据表示,然后将数据转换或合并成一个适合数据挖掘的描述形式。数据转换包括以下内容:平滑处理、聚集处理、抽象处理、标准化处理。3实际挖掘过程由于我们学院的图书馆是根据《中国图书馆分类法》分类的。因此可以只选取表3-1中借阅图书的书号属性,再对读者借阅信息表进行挖掘,就可挖掘出图书的22个基本大类之间的隐性关联情况和各类图书的使用情况。将其他不用的属性删除,只保留读者编号(学号)及借阅图书种类

7、属性,对源数据表进行修改,使它由多维的数据表变成单维的数据表。最后,我们将读者学号这一参数进行删除,就可以得到单维的读者借阅信息数据表,根据实际情况,我们将最小支持度设置为30%,最小置信度设置为80%,用FP-growth算法来对该表进行挖掘。4读者借阅关联规则挖掘算法由于读者可以多次借阅,每次借阅的数量都可能不同,为了分析读者的借阅关系,本文以借阅数据表里最早的借阅时间为开始时间,最近的一个借阅结关联规则数据挖掘技术在图书管理中的应用论文导读:本论文是一篇关于关联规则数据挖掘技术在图书管理中的应用的优秀论文

8、范文,对正在写有关于借阅论文的写作者有一定的参考和指导作用,论文片段:过B_No的上卷操作可以得到有关图书的类别信息,也可以用于对学科之间的关联分析。5挖掘结果及结论对借阅信息表挖掘最大频繁项集,从挖掘的结果可以看出,T(工业技术)、I(文学地理)、E(军事)等几类图书是借阅较为的种类,支持度都超过48%。T类图书借阅量之所以这么高,这与仪征技师学院的口身特点有关,因为我院主要的两口录

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。