基于Weka 读者借阅行为分析

《基于Weka 读者借阅行为分析》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、基于weka读者借阅行为分析*基金项目：国家社科基金“自动文本分类技术研究”项目资助（编号：08CTQ003）；广东省哲学社会科学基金项目“开源软件与数字图书馆建设探讨”资助（编号：06M03）。作者简介：储文静，女，07级图书馆学研究生；奉国和（1971-），男，博士，副教授，研究方向为数据挖掘、数字图书馆。储文静奉国和华南师范大学经济与管理学院，广州510006[摘要]图书管理系统借阅数据直接反映了读者的借阅行为，对其研究可以了解读者的借阅习惯。使用weka软件，运用其关联分析、聚类中的不同算法对华南师范大学

2、08年研究生图书借阅数据进行分析，获取了一些有益的分析结果，对提高图书馆的服务起到一定的帮助作用。[关键词]Weka借阅数据借阅行为分析[分类号]G252AnalysingLibraryUserlendingBehaviorBasedonWEKA(SchoolofEconomicsandManagement,SouthChinaNormalUniversity,Guangzhou,510006)ChuWenjingFengGuoheAbstract:Datamanagementsystemtoborrowbook

3、sdirectlyreflectsthereader'sborrowingbehavior,theresearchcanunderstandthereader'sborrowinghabits.Usewekasoftware,usetheircorrelationanalysis,clusteringofthedifferentalgorithmsontheSouthChinaNormalUniversitygraduatein2008toborrowbookstoanalyzethedatatoobtainso

4、meusefulresultsoftheanalysis,toimprovelibraryservicestohelpplayarole.Keywords:weka;borrowingdata;analysisoflendingbehavior数据挖掘（DataMining,DM）,又称数据库中的知识发现（KnowledgeDiscoveryfromDatabase）,是从大量不完全的、有噪声的、模糊的和随机的实际应用数据中，提取隐含的、未知的和潜在有用的信息的非平凡的过程[[]JiaweiHan,Micheli

5、neKamber范明，孟小蜂译.数据挖掘概念和技术.北京:机械工业出版社,2001.]。数据挖掘就是通过分析存在于数据库里的数据来解决问题。例如，在激烈竞争的市场上，客户忠诚度摇摆问题就是一个经常提到的问题[[]IanH.Witten,EibeFrank董琳，邱泉译.数据挖掘实用机器学习技术.北京:机械工业出版社，2006：2]。但若采用数据挖掘技术，发现顾客的行为模式，并采取相应的策略，这样可以提高客户的忠诚度。同样，图书馆的宗旨是为读者服务，如何利用图书馆管理系统中大量的借阅数据，发掘出读者借阅行为模式，以指

6、导图书馆的读者服务工作，是十分值得我们研究的课题。本文采用理论与实践相结合的研究方法，应用weka中的聚类、关联规则技术，并依据华南师范大学图书馆2008年研究生的借阅记录，挖掘出图书馆读者借阅行为中隐含的规律，以指导图书馆的采购、馆藏、咨询等业务工作。1确定数据挖掘目标依据华南师范大学图书馆管理系统中08年所有研究生的借阅数据，约有20万条样本记录，属性分别为性别、工作单位、职业（专业）、中图分类法类号（索书号）、书名、借阅日期、还书日期、馆藏地等8个字段。为了方便关联规则的数据挖掘工作，依据《中国图书馆分类法

7、》第四版，对图书的索书号进行了二级类目归总，增加一个变量，名称为二级类目，如A1,A2,B1,B2等中图法的二级类目。本文对华南师范大学2008年研究生借阅数据进行分析，以期9达到以下数据挖掘目标。（1）进行聚类分析，对这段时间内，读者主要集中借阅了哪些文献，哪些类的文献借阅频率较高，以及借阅文献的用户都集中在哪些院系，借阅的文献都集中在哪些学科馆。（2）用关联规则对这些借阅数据进行分析，从中发现读者对图书的借阅模式，如果发现有很多读者阅览了A文献同时也会阅览B文献，则向阅览A文献的读者推荐B文献。这些规则的发现

8、对提高数据资源的利用率和为读者提供个性化服务有着重要的意义。（3）同时关联规则可获得某主题文献与有关院系或单位间的关联度，以及哪些院系的文献借阅是相似的，哪些用户大量借阅了该类书籍并制定对策[[]王伟，张征芳，王海明.基于数据挖掘的图书馆读者行为分析.现代图书情报技术,2006(11):51-54]。（4）通过关联规则可挖掘出读者借阅频率较高的图书类型的关键词、编著者信息