毕业论文网
该文是关于数字图书馆论文范文，为你的论文写作提供相关论文资料参考。
基于线性链表的关联规则数据挖掘技术在数字图书馆中的应用
数据挖掘(Data Mining) 是通过分析每个数据,从大量数据中寻找其规律的技术,一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性（属于Association rulelearning）的信息的过程.近年来,由于网络的便利性,以网页等形式供读者阅读或下载更加频繁.在图书馆的管理信息系统中的数据库中,包含着用户的和借阅记录等.运用数据挖掘的方法,从海量的图书馆数据库中运用关联规则分析、聚类分析、决策树、时间序列分析等挖掘方法,找出数据库中蕴藏的对于管理有用的规则、描述、预测等等,挖掘出潜在的有用信息,为日常图书馆的业务信息的管理提供决策参考,提供对于图书馆的图书购买、用户服务、馆藏目录设置等等管理工作的决策支持.其中包括三方面的内容：1、对于读者感兴趣的图书进行关联分析,不仅可以找出用户感兴趣的图书和期刊杂志,从而合理购买,借出图书,还可以根据本校科研人员的课题研究方向,为他们提供更加个性化的服务,提供相关的研究资料.2、使用时间序列挖掘的方法,对图书馆网上流通数据库挖掘,得出的图书馆流通借阅服务每日、每周甚至每年流通量的一个周期性规律,为流通部门日常工作的安排提供科学的参考数据.3、利用分类模式挖掘方法针对图书馆用户管理历史数据库中的数据进行挖掘,分析不同的群体借阅量,从而有针对性地提供不同的服务,以提高图书馆的服务质量.
一、对数据库进行挖掘的步骤
(1) 理解数据和数据的来源（understanding）.了解数据挖掘相关领域的有关情况,熟悉有关的背景知识,并弄清楚用户要求,熟悉要挖掘的数据库对象.(2) 获取相关知识与技术（acquisition）.根据用户的要求从数据库中提取与相关的数据,在此过程中,会利用一些数据库操作对数据进行处理.(3) 整合与检查数据（integration and checking）.主要是对前面产生的数据进行再加工,检查数据的完整性及数据的一致性,对其中的噪音数据进行处理,对丢失的数据可以利用统计方法进行填补.(4) 去除错误或不一致的数据（data cleaning）.对经过预处理的数据,根据知识发现的任务对数据进行再处理,主要通过投影或数据库中的其他操作减少数据量.(5) 建立模型和假设（model and hypothesisdevelopment）.根据用户的要求,确定发现何种类型的知识,因为对数据挖掘的不同要求会在具体的知识发现过程中采用不同的知识发现算法. (6) 确定数据挖掘算法.根据阶段5所确定的任务,选择合适的知识发现算法,这包括选取合适的模型和参数,并使得知识发现算法与整个数据挖掘的评判标准相一致.
二、数据挖掘在图书馆中的应用
1、图书馆的用户管理的重要性处于21 世纪激烈竞争环境中的图书馆,要想取得竞争优势,唯一的办法就是以质量求生存,以质量求发展.对于图书馆来说,服务质量意味着：1)用户决定服务质量.图书馆服务质量的高低要由用户来评判.用户满意的服务就是高质量的服务,用户不认可的服务,无论其是否达到某种既定的专业标准,都将被认为是劣质的.2)服务质量高低取决于用户期望质量与体验质量之间的差距.用户在利用图书馆的某项服务之前,受各种渠道所获得的相关信息的影响,已形成对该项服务质量的某种期望.
2、数据挖掘技术在图书馆用户管理中的作用数据挖掘在图书馆管理中的具体作用有：1) 读者特征和关系.具体地说,可以通过读者的年龄、学历、职业、地域等因素进行分类,也可以进行聚类,把读者进行群体细分.通过这种手段,我们可以更清楚地了解用户,从而了解他们的需求.2) 提高图书馆的借阅率.提高书籍流通趋势和周期,通过更合理的安排规划,使图书馆的借阅率更高.例如书籍进行流通频率的分类,购进读者需要的书籍,让借阅者更多的借阅机会.
数据挖掘技术在数字图书馆领域中的应用还处于起步阶段,但它的应用已经给图书馆带来了巨大的社会效益和经济效益,并且在数据组织、数据分析和知识发现等方面显示出了强大的发展潜力和广阔的应用前景.我们相信,数据挖掘技术必将成为数字图书馆建设不可或缺的技术支撑.
数字图书馆论文范文结:
适合数字图书馆论文写作的大学硕士及相关本科毕业论文，相关数字图书馆开题报告范文和学术职称论文参考文献下载。
1、图书馆杂志
2、论文数字
3、数字通信杂志
4、数字媒体论文
5、图书馆建设杂志