资源描述：
《数据挖掘技术在图书馆用户管理中的应用研究》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、哈尔滨工业大学管理学硕士学位论文摘要进入21世纪以来，图书馆读者用户日趋增多且分布更广、更分散。随着网络计算机技术的发展，用户对信息服务的及时性、精确性和个性化有了更高的要求。为读者用户提供更好的服务，成为信息时代的需求。基于这样的背景，本论文做了以下研究工作。本文首先研究了数据挖掘技术的概况，包括数据挖掘概念、数据仓库、联机分析、数据挖掘语言、己经开发的工具以及商业产品，数据挖掘的应用领域和未来的发展的方向。其次提出了使用合适的挖掘技术为图书馆的管理决策服务的思想、方法。研究了图书馆的信息化发展过程，总结了图书馆信息化的传统图书馆、自动化图书馆、数字图书馆三
2、个阶段以及信息技术的应用现状，并研究了其中的管理问题。分析研究了数据挖掘技术在图书馆信息管理上的应用问题。运用比较的方法，对比数据挖掘在商业领域内的应用，阐述了数据挖掘技术在图书馆尤其是用户管理方面的应用价值。最后初步研究了数据挖掘在图书馆用户管理方面的应用。以一个高校自动化图书馆用户管理为例，对整个读者流通数据库进行挖掘。阐述并用例子说明了数据挖掘过程中从数据获得、数据清洗、数据集成、数据转换和数据约减，到数据挖掘，运用关联规则、时间序列、决策树分类三种方法进行了实例应用，并评价了挖掘出来的结果及其含义，为数字图书馆用户管理、信息资源采集提供了一个科学决策的
3、有效方法。关键词图书馆管理;数据挖掘;数据仓库;用户管理哈尔滨工业大学管理学硕士学位论文AbstractTherearemoreandmorereadersforlibrariesthatdistributemuchabroad.WiththedevelopmentofcomputerandInternet,peoplehavehigherdemandofthetime,accuracyandindividuationofknowledge.Theusersoflibrariesneedbetterservice.Owingtotheresearchbackg
4、round,wehavedevelopedtheresearchbelow:Firstly,wedotheresearchofthegeneralsituationofdatamining.Thatincludesitsconception,correlativetechniquesuchasdatawarehouse,OLAP,datamininglanguage,tools,applicationandtheforeground.Secondly,wedotheresearchonthedevelopmentoflibrary.Analysisisdone
5、onthetraditionallibrary,libraryautomationsystemanddigitallibrary,andtheproblemofusermanagementisdiscussedonthem.TheapplicationofdataminingonthedecisionsupportsysteminlibraryisdoneWiththemethodsofassociationrules,timeseriesanddecisiontree,weminesomerulesandpatternsinthecirculationdat
6、abaseofacollegelibraryandanalyzetheresultandtheapplicationinusermanagement.Weshowtheprocessofdataminingsuchasdataacquirement,datacleaning,dataintegration,datatransformanddatamining.Fromthat,weofferamethodoftechniquesupportforlibraryandinformationmanagement.Keywordslibrarymanagement;
7、datamining;datawarehouse;usermanagement11哈尔滨工业大学管理学硕士学位论文第1章绪论了，1问题的提出随着数据库技术的迅速发展以及数据库管理系统的广泛应用，人们积累的数据越来越多。企业，政府，高校等组织的数据库里存储了大量的数据。当今数据库的容量己经达到万亿的水平(T)一一-000,000,000,000个字节。通讯技术和计算机网络技术的迅速发展，又使信息的传播大大加快。大量信息给人们带来方便的同时也带来了许多问题，最严重的问题就是“数据爆炸但知识贫乏”的问题ti]。在缺乏强有力的工具的情况下，庞大的数据已经远远的超出了人
8、的理解和概括的能力。面对海量的信息，人
