SPSSClementine决策树建模在图书馆中的应用

SPSSClementine决策树建模在图书馆中的应用

ID:46285086

大小:78.50 KB

页数:8页

时间:2019-11-22

SPSSClementine决策树建模在图书馆中的应用_第1页
SPSSClementine决策树建模在图书馆中的应用_第2页
SPSSClementine决策树建模在图书馆中的应用_第3页
SPSSClementine决策树建模在图书馆中的应用_第4页
SPSSClementine决策树建模在图书馆中的应用_第5页
资源描述:

《SPSSClementine决策树建模在图书馆中的应用》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、SPSSClementine决策树建模在图书馆中的应用SPSSClementine决策树建模在图书馆中的应用摘要:分析影响读者借阅量的因素,确定不同读者的借阅需求,进而依据需求定制差异化的借阅权限和服务。利用SPSSClementine挖掘工具,采用C5.0决策树算法,对国际关系学院图书馆的读者借阅数据进行挖掘,建立读者决策树分类模型,将读者按借阅频度分为活跃读者、一般读者和沉默读者。结果表明,读者身份、专业、年级和性别对借阅量有重耍影响,本科大三学生借阅需求较大,大四学生借阅需求小。决策树分类能对图书馆读者进行细分,可为调整读者借阅权限提供理论依据。关键词:决策树;分类;图书馆;Cleme

2、ntine;借阅权限中图分类号:TP391文献标志码:A文章编号:1006-8228(2014)04-30-04Abstract:Thefactorsinfluencingreaders,borrowingamountareanalyzedanddifferentreaders,borrowingdemandaredetermined.Thedifferentialborrowingauthorityandservicearecustomized.AdecisiontreeclassificationmodelofreaderborrowingfrequencyisbuiltwithC5・0

3、inminingtoolofSPSSClementine・Thedecisiontreeclassifiesreadersintothreegroups:activingreaders,commonreadersandsilentreaders・Themineddatacomefromreaderborrowingrecordsofthelibraryofuniversityofinternatiormlrelations.Theresultsshowreaders'identity,major,gradeandgenderhaveanimportanteffectonborrowingam

4、ount.Theborrowingdemandofjuniorstudentsisgreat,whilethatofseniorstudentsissmal1.Thelibraryreadersmaybeclassifiedbyreferingtodecisiontreeclassificationtoprovidetheoreticalevidentforadjust!ngborrowingauthority・Keywords:decisiontree;classification;library;Clementine;borrowingauthorityo引言数据挖掘能从大量数据中发现有

5、用的知识,目前己成功应用于各个领域。图书馆系统积累了大量读者数据,研究如何将数据挖掘有效地用于图书馆[1-4],变数据为知识,从而更好地为读者服务,是数据挖掘和图书馆工作者的共同责任。决策树分类是数据挖掘中的一种重要方法,该方法通过对已有数据的学习,识别影响对象分类的若干因素,构建一个决策树分类模型,对对象进行分类。文献[5-6]为决策树在图书馆读者借阅数据中的应用实例,其中文献[5]利用C4.5算法,对306条读者借阅记录进行了分类建模,利用学历、专业和年级三个属性,构建借阅次数(高/中/低)分级模型,得出的结论为:学历是第一决定因素,其次是专业和年级,研究生和大四学生借阅量低等。笔者认为

6、文献[5]挖掘的数据量过小,不具有足够的说服力,•且借阅次数分级采取主观划分的方法,缺乏依据。文献[6]利用ID3算法,对1969条研究生的借阅记录进行了分类建模,利用读者是否为新生、是否为工程类学生、性别和距离图书馆的远近等属性,构建决策树模型,得出的结论为:读者是否为新生为第一决定因素,其次为是否工程类、距离远近和性别,一年级新生离图书馆近的、高年级工科学生为活跃读者等。笔者认为文献[6]的数据只覆盖研究生读者,样本不全,且模型仅从训练数据构建,没有测试数据测试,使模型的普适性受到怀疑。另外,文献[5-6]没有对具体所用挖掘工具的介绍。针对上述研究背景,本文使用SPSSClementin

7、e软件,采用基于C5.0的决策树分类算法,对国关图书馆的4366条读者借阅记录进行建模。建模过程综合考虑读者身份、专业、年级、性别、民族和索书号等因素,构建读者借阅频度决策树分类模型,分析影响读者借阅量的主要因素,给出针对不同读者群的借阅权限分配和服务建议。作为数据挖掘在图书馆的进一步应用探索,木文一方面可为国际关系学院图书馆开展实际业务工作提供帮助;另一方面可为其他高校图书馆开展挖掘实践,提供方法和过程指导

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。