基于数据挖掘的图书馆用户借阅行为分析及书目推荐服务

摘要

随着信息技术的迅速发展,图书馆自动化程度的逐步提高,图书馆具有的知识信息传播服务功能也在不断增强,成为社会的信息枢纽和Internet的重要组成部分。图书馆数字化不仅改变了传统的服务方式,而且积累了大量的数据,为个性化服务提供了数据基础。个性化服务需要用户的兴趣、图书间的关联等信息的支持,而这些信息能够通过对图书馆的日常业务数据分析和挖掘获得。因此,研究数据挖掘在图书馆系统中的应用具有非常重要的现实意义。 本文重点研究了关联规则挖掘算法,在分析现有图书馆管理系统的基础上,提出了基于数据挖掘图书馆用户借阅行为分析与书目推荐服务应用模型。本文主要工作有： (1)改进了Apriori算法,构造了生成频繁2项集L2所需的散列表和类哈希函数；应用改进后的剪枝步算法减少了候选k项集的大小：利用频繁项集标识字段,减少了对事务集的扫描,提高了频繁集的生成效率。在图书馆管理系统中应用关联规则挖掘算法实现了对借阅历史信息的挖掘。 (2)提出了“基于数据挖掘的图书馆用户借阅行为分析与书目推荐服务”应用模型,将数据挖掘技术与图书馆个性化服务结合在一起。通过挖掘文献借阅规律,可以制定相应的决策以优化图书馆的馆藏布局,并且提供图书推荐服务。

目录

文摘

英文文摘

声明

第一章前言

第一节研究背景

第二节本文主要工作

第三节论文结构

第二章数据挖掘技术概述

第一节数据挖掘任务与过程

第二节数据挖掘过程

第三章对经典Apriori算法的改进

第一节关联规则概述

第二节Apriori算法

3.2.1 Aprjori算法基本思想

3.2.2 Apriori算法的特点

3.2.3 Apriori算法的不足之处

3.2.4 Apriori算法的现有改进

第三节Apriori算法改进

3.3.1基于散列的方法生成L2

3.3.2改进的Ck剪枝步算法

第四章读者借阅行为分析及书目推荐系统设计与实现

第一节系统建立背景及目标

第二节系统实现

4.2.1系统开发平台与实现环境

4.2.2系统主界面

4.2.3数据库设计

4.2.4数据抽取

4.2.5数据预处理

4.2.6挖掘借阅数据频繁模式

4.2.7挖掘结果应用

第五章总结与展望

参考文献

致谢

个人简历及在学期间发表的学术论文