数据挖掘算法在书目推荐系统中的应用研究

论文摘要

随着科学技术的高速发展,数字图书馆逐渐成为一种顺应时代发展的数字化信息机构。信息服务是数字图书馆中主要的服务内容,而个性化信息服务已经成为其主流模式。如何根据用户的阅读习惯,从海量信息中提取读者需要的信息,已成为图书馆业近年来研究的热点。数据挖掘是近年来发展非常迅速的一门技术,它是用来发现潜在的、未知的、有价值信息的一种技术。将数据挖掘技术用于图书馆管理系统,可以解决图书馆个性化信息服务的应用需求。针对现有图书馆自动化系统不具备数据挖掘功能的现状,本文以收集整理大量读者借阅日志为切入点,将数据挖掘技术中的关联规则应用到河南师范大学图书馆自动化系统当中,找到了一个向读者提供个性化书目推荐服务的具体方法,较好地满足了借阅者的个性需求。为了让推荐的书目更加接近和符合读者的口味,给读者提供直观的选择方式,本文在深入研究关联规则中FP-Tree算法和FPMAX算法的基础上,对FPMAX算法进行改进,根据最大频繁模式的性质减少了产生不必要的频繁模式集,在验证是否为最大频繁模式的过程中又设立了中间结果集以便缩小检验范围等方法,给出了更加高效的改进的FPMAX算法,并应用改进的FPMAX算法设计了一个适合读者借阅习惯的个性化图书书目推荐系统。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 国内外研究概况
• 1.3 研究内容和主要工作
• 1.4 论文的组织结构
• 2 相关技术介绍
• 2.1 数据挖掘概述
• 2.1.1 数据挖掘的直观过程
• 2.1.2 数据挖掘的目的
• 2.2 关联规则挖掘
• 2.2.1 关联规则简介
• 2.2.2 基本概念和分类
• 2.2.3 关联规则挖掘的经典算法——Apriori算法
• TREE算法'>2.3 FP_TREE算法
• 2.4 小结
• 3 图书馆管理系统中的数据挖掘技术应用
• 3.1 图书馆内的个性化服务
• 3.1.1 个性化书目推荐系统相关知识--中图法
• 3.2 河南师范大学图书馆管理系统简介
• 3.3 图书馆个性化信息服务中的数据挖掘应用
• 3.3.1 个性化书目推荐的方法和内容
• 3.3.2 关联分析在个性化推荐系统中的应用
• 3.4 小结
• MAX算法'>4 个性化书目推荐关键算法——改进的FP_MAX算法
• MAX算法'>4.1 基于FP树的FP_MAX算法
• MAX算法'>4.1.1 FP_MAX算法
• 4.1.2 FP-MAX算法分析
• MAX算法'>4.2 改进的FP_MAX算法
• 4.2.1 改进策略
• MAX算法分析'>4.2.2 改进的FP_MAX算法分析
• MAX算法性能分析与评价'>4.3 改进的FP_MAX算法性能分析与评价
• 4.4 小结
• 5 数据预处理和书目推荐系统
• 5.1 数据预处理
• 5.1.1 挖掘数据的准备工作
• 5.1.2 数据预处理
• 5.2 个性化书目推荐系统设计
• 5.2.1 系统方案设计
• 5.2.2 数据库设计
• 5.2.3 系统工作流程设计
• 5.3 个性化书目推荐系统应用
• 5.4 小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文