数据挖掘在高校图书馆服务中的应用研究

论文摘要

随着社会的不断发展,知识更新的速度越来越快。这就对图书馆的服务工作提出了更高要求。现阶段,信息化服务逐渐成为图书馆服务工作的主流。在信息化的过程中,个性化信息越来越受到人们的重视。个性化服务改变了传统图书馆被动的服务方式,使图书馆能够更加有效地工作。论文通过对数据挖掘技术理论及个性化服务系统理论的研究,将数据挖掘技术引入到高校图书馆的读者服务中,实现了个性化图书推荐服务。在对校图书馆数据库进行深入的需求分析、借阅流程分析后,从理论上论述了建立数据挖掘模型的必要性,并对模型进行了结构设计,在此基础上对数据库中数据进行了预处理工作,再经过主题分析,粒度分析,模型建立等环节,建立了图书馆数据仓库,并对数据进行了OLAP分析。在数据挖掘阶段,论文首先对数据挖掘模型中的数据进行属性分类。通过分类把数据挖掘要采用的属性分为读者数值型属性和非数值型属性,图书数值型属性和非数值型属性。在具体实现研究中,论文以这些数据作为具体挖掘对象,应用数据挖掘技术,研究了图书馆个性化服务中数据挖掘分析的具体实现过程。具体实现主要从两个方面实施挖掘分析：一方面采用聚类分析,将该图书馆的读者进行有效分类,总结出不同聚类群体的特点；另一方面在聚类分析的基础上采用关联规则挖掘,对聚类分析出的数据做进一步挖掘,挖掘出读者对图书馆图书资源利用的关联内容,找出具有强关联性的各类图书,主动为读者提供相关借阅的书籍信息,以多种方式主动向读者推荐图书。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 选题背景
• 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
• 1.2.3 目前研究的不足
• 1.3 研究内容
• 2 理论基础综述
• 2.1 数据仓库及相关理论
• 2.1.1 数据仓库体系结构
• 2.1.2 数据仓库的数据元素
• 2.1.3 数据仓库数据模型
• 2.1.4 OLAP理论
• 2.2 数据挖掘及相关理论
• 2.2.1 数据挖掘过程
• 2.2.2 相关算法的比较分析
• 2.3 数据预处理
• 2.3.1 预处理的主要功能
• 2.3.2 预处理最新方法
• 3 高校图书馆服务中数据挖掘应用分析
• 3.1 高校图书馆数据挖掘模型设计目的和原则
• 3.1.1 设计目的
• 3.1.2 设计原则
• 3.2 高校图书馆挖掘模型需求分析
• 3.2.1 高校图书馆特点
• 3.2.2 高校图书馆借阅流程调查分析
• 3.2.3 数据挖掘技术在图书管理中的应用分析
• 3.3 高校图书馆数据挖掘研究问题
• 3.3.1 问题描述
• 3.3.2 研究具体内容
• 3.4 个性化推荐结构设计
• 3.4.1 整体结构设计
• 3.4.2 图书馆数据挖掘体系结构
• 3.5 挖掘工具选择
• 4 图书馆数据仓库的建立及OLAP分析
• 4.1 数据仓库体系分析
• 4.1.1 图书馆数据仓库建立的必要性
• 4.1.2 数据仓库主题的确立
• 4.1.3 框架的选择
• 4.1.4 数据源的获取
• 4.1.5 粒度分析
• 4.2 数据仓库模型
• 4.2.1 维度表分析及级别的设置
• 4.2.2 事实表分析
• 4.2.3 雪花模型和星座模型的的建立
• 4.3.4 数据仓库体系结构分析
• 4.3 图书馆数据仓库数据预处理
• 4.3.1 图书馆数据迁移
• 4.3.2 空值处理
• 4.3.3 图书馆数据清理
• 4.3.4 图书馆数据的转换
• 4.4 OLAP模型分析
• 4.4.1 基于时间特性的OLAP分析
• 4.4.2 基于图书类别的OLAP分析
• 5 图书馆个性化服务数据挖掘研究
• 5.1 个性化挖掘实施概述
• 5.2 图书馆数据挖掘数据准备
• 5.2.1 数据集成
• 5.2.2 数据标准化
• 5.3 数据集属性分类
• 5.3.1 属性分类目的
• 5.3.2 数据属性特征
• 5.3.3 属性的简约
• 5.3.4 研究属性归约
• 5.3.5 研究属性计算方法选择
• 5.4 算法的选择
• 5.4.1 聚类算法比较
• 5.4.2 聚类算法分析
• 5.5 通过聚类算法对读者细分
• 5.5.1 基于读者的聚类挖掘
• 5.5.2 聚类挖掘模型的建立
• 5.5.3 聚类结果分析
• 5.6 通过关联规则对图书进行强关联分析
• 5.6.1 基于图书的关联分析
• 5.6.2 关联挖掘模型的建立
• 5.6.3 选取图书借阅数据进行关联挖掘
• 5.6.4 在已聚类的群中进行关联挖掘
• 5.7 Clementine模型发布
• 5.8 挖掘分析的最终结果与解释
• 6 结论
• 致谢
• 参考文献