基于数据挖掘的高校数字图书馆信息资源管理

《基于数据挖掘的高校数字图书馆信息资源管理》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、硕士学位论文第一章绪论议上。迄今为止，由美国人工智能协会主办的KDD国际研讨会已经召开了7次，研究重点逐渐从发现方法转向系统应用，并且注重多种发现策略和技术的集成，以及多种学科之间的相互渗透。其他内容的专题会议也把数据挖掘和知识发现列为议题之一，成为计算机科学界的一大热点。1997年亚太地区在新加坡组织了第一次规模较大的PAKDD学术研讨会。2006年在澳大利亚墨尔本召开的PAKDD’98收到论文150多篇，会议空前热烈。此外，数据库、人工智能、信息处理、知识工程等领域的国际学术刊物也纷纷开辟了KDD专题

2、或专刊。IEEE的KnowledgeandDataEngineering会刊领先在1993年出版了KDD技术专刊，所发表的5篇论文代表了当时KDD研究的最新成果和动态，较全面地论述了KDD系统方法论、发现结果的评价、KDD系统设计的逻辑方法，集中讨论了鉴于数据库的动态性冗余、高噪声和不确定性、空值等问题，KDD系统与其他传统的及其学习、专家系统、人工神经网络、数理统计分析系统的联系和区别，以及相应的基本对策。6篇论文摘要展示了KDD在从建立分子模型到设计制造业的具体应用。在国内，近年来有些学者在KDD的基

3、础理论的相关研究中做出了一些成果，主要包括从数据库的角度进行研究，强调知识发现的效率；从机器学习的角度进行研究，强调知识发现的有效性；从统计分析的角度进行研究，强调知识发现的正确性；从微观经济学的角度进行研究，强调知识发现的最大效用等。但遗憾的是这些研究或者没有深入探讨其理论基础，或没有给出具体的实现方法，因此无法从根本上明显提高现有知识发现的性能，也无法解决KDD发展过程中极高挑战性的一些问题。事实上，上述成果只提供了KDD的方法论基础，而要真正构建其理论体系，必须抓住KDD的本质形成与其本质相适应的理

4、论基础。了解KDD的本质，有两条可行的途径：1)将KDD过程(系统)视为认识过程(系统)。2)将KDD过程(系统)视为非平衡态转化过程(系统)。围绕这两个核心问题，我国国内较早进入知识发现领域的学者早就在国家自然科学基金重点项目、863项目、教育部重点科技项目、国家九五攻关重点项目等11个项目的资助下用了十余年的时间全面、稳定、系统地跟踪lj{『沿，在关于KDD本质的两个核心问题上有所突破：1)在1997年跳出主流发展，以认识自主性为核心，在国际上开创了从内在认知机理出发，用认知科学与系统论方法研究知识发

5、现的新途径：发现了三个机制(原理)：双库协同机制(揭示了知识库与数据库间的内在联系)、双基融合机制(揭示了基于数据库和基于知识库两个发现过程的内在联系，并独立提出KDK)和信息扩张机制(揭示了动态挖掘过程参数的演化规律)。2硕士学位论文第一章绪论首次提出五个系列的原创性技术发明：基于双库协同机制的复杂类型数据挖掘模型(DFSSM)、图像挖掘过程模型(IMDFSSM)、基于信息控制的智能决策支持系统(IDSSIM)、基于信息控制的智能预测支持系统(IFSSIM)和基于知识发现的计算机辅助创新智能系统(CAI

6、ISl①)，进而于2002年构建并逐步完善与拓展了基于内在认知机理的知识发现技术理论体系(KDTICM)，且据查至今国内外尚无第二人针对知识发现系统地提出一整套理论(包括作为理论的实现研发了相应的集成化组合构件式知识发现软件系统ICCl①SS)。2)将KDTICM与ICCKDSS应用于铝电解生产领域，产生了较大的社会效益；进一步应用到蛋白质三维结构预测这一国际性重大课题的研究之中。1．3高校数字图书馆应用数据挖掘的意义1)采用数据挖掘技术如聚类、关联规则等，可以对借阅流通记录、数字资源使用数据进行挖掘，发

7、现隐藏的某种联系，得出图书文献借阅趋势、文献的利用率及读者的喜好参数，为图书采购、文献资料的增减提供决策依据，为学科建设提供信息说明和支撑；同时也可为读者提供个性化信息服务，提高服务质量。2)采用数据挖掘技术如聚类，找出馆内资源的相互关系，即通过聚类确定数据间存在的相似性，具有最相似性的数据聚集成簇并对这些数据进行整合。加强对各种非结构化的数据库如文本数据、图形数据、视频图像数据、声音数据、综合多媒体数据的整合，可丰富信息资源，提高资源的利用率、检索的精确性。3)WebMining是数据挖掘技术中一个重要

8、分支。现在的网络信息多而杂，传统搜索工具准确性较低、信息检索不全面。而通过WebMining技术能够实现对网络信息的数据挖掘，并在此基础上进行网络资源整合、网页结构优化或者为用户提供个性化网络服务，极大的提高网络资源的利用率。此外，w．ebMining能为图书馆工作人员进行信息服务提供一个有效的平台，能为读者节省大量的时间和精力，提高高校数字图书馆的工作效率和服务质量。1．4本文研究的主要内容及结构第一章论述数据挖掘的研究背景