基于数据挖掘的读者个性化信息服务系统的研究与设计

论文摘要

随着科学技术的不断发展,各种信息海量增加,图书馆的馆藏资源也在快速增长,人们寻找知识的时间成本越来越高,许多有价值的信息往往难以第一时间为读者所用。可以预见,数字图书馆未来的发展方向将会是个性化的主动服务。即让图书馆的服务模式从现在的由“读者找书”变为“送书上门”,由“大家的”图书馆转变成“我的”图书馆,把合适的书以最快的速度送给需要的人。本文就是本着这一理念,在已有的图书馆管理系统中,运用数据挖掘技术,建立读者个性化服务模型实现智能导借导读的目标。本文所做的工作主要有以下几点:一、根据图书馆的特点,提出了数据挖掘技术在图书馆系统中的应用模型,将数据挖掘技术与图书馆个性化服务结合在一起;二、采用聚类算法K-means和关联规则Apriori的改进算法相结合,对图书信息进行处理,使阈值的设置更合理,既提高了数据挖掘的速度,也使挖掘的结果更有实际意义。三、分别从不分类和分类两个角度对图书进行关联挖掘,并对两组挖掘结果进行综合处理,并把可信度较高的图书显示出来,使推荐出的图书与读者借阅图书具有更高的相关度,提高了挖掘的准确性;同时,又兼顾到检全率,避免漏荐、少荐,使资源推荐的成功率也得到了提升。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景和意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文研究内容和主要工作
• 第二章 相关理论及技术基础
• 2.1 数字图书馆个性化服务
• 2.1.1 数字图书馆的概念
• 2.1.2 数字图书馆个性化服务的概念
• 2.1.3 数字图书馆个性化服务的必要性
• 2.2 数字图书馆个性化服务方式
• 2.2.1 显式反馈方式
• 2.2.2 隐式反馈方式
• 2.3 数据挖掘技术
• 2.3.1 数据挖掘的含义
• 2.3.2 数据挖掘的任务
• 2.3.3 数据挖掘的方法
• 2.3.4 数据挖掘的功能
• 小结
• 第三章 二种数据挖掘算法的研究
• 3.1 聚类算法
• 3.1.1 聚类概述
• 3.1.2 k-均值算法
• 3.2 关联规则算法
• 3.2.1 关联算法介绍
• 3.2.2 Apriori算法
• 3.2.3 Apriori改进算法
• 小结
• 第四章 个性化服务模型设计与实践
• 4.1 系统目标
• 4.2 系统开发的体系结构
• 4.3 数据处理
• 4.3.1 图书馆管理系统数据库分析
• 4.3.2 数据清理
• 4.3.3 数据库设计
• 4.4 系统实现
• 4.4.1 数据处理
• 4.4.2 数据挖掘
• 4.4.3 数据挖掘结果的应用
• 4.4.4 制定主题推送
• 小结
• 第五章 应用实例
• 5.1 运行开发环境
• 5.1.1 数据库的选择
• 5.1.2 个性化服务系统的开发环境
• 5.2 个性化服务系统功能设计
• 5.3 个性化服务系统流程
• 5.4 界面显示
• 小结
• 第六章 总结与展望
• 参考文献
• 致谢