数据挖掘在高校图书馆中的应用

以西安工程大学图书馆为实例，把数据挖掘技术应用于图书馆读者管理中．以“西安工程大学图书馆自动化管理系统”中的馆藏数据、读者信息及历史借阅记录等作为基本数据源，采用SPSS、MATLAB作为数据挖掘工具，基于不同角度对西安工程大学图书馆图书分类、入库比例以及各学院借阅量排名进行对比细分，探讨数据挖掘技术在图书馆中的应用．对比分析发现，数据挖掘技术可以更细致地了解读者分布情况及图书需求情况，实现图书馆的科学化管理，更好地进行资源优化配置．     

基于数据挖掘技术的专业图书书目受众定位研究

采用数据挖掘技术,对图书馆管理系统中读者借阅记录进行深入分析和挖掘,建立了读者阅读书目模型,利用模型推荐与读者借阅行为密切相关的阅读书目。实例证明,该模型具有可操作性,可以激发读者借阅行为,促使图书馆资源合理地分配,从而提升了图书馆服务质量。     

FCM聚类算法在数字图书馆中的应用研究

运用模糊C-均值(FCM)聚类算法对数字图书馆的图书借阅数据进行数据挖掘,并使用误判率交叉估计法验证挖掘过程的有效性.通过分析聚类挖掘结果,寻找到读者借阅图书的潜在规律,并对各类图书的借阅质量进行判断,以提高图书馆的图书利用率,进一步优化馆藏.     

基于数据挖掘感知读者借阅规律的智慧型图书馆建设

以大连民族大学所有本科生读者两年借阅流通数据为研究对象,利用数据挖掘与统计分析的方法,通过天、周、年三个时间尺度深入分析了读者借阅行为的时间特性与周期特性,进而感知读者需求与目前服务的不匹配之处,最后对应优化各种业务流程使图书馆更加智慧地为读者提供服务。研究表明,通过大数据分析方式来感知读者借阅行为规律,对于提高图书馆服务水平、建设智慧型图书馆具有非常重要的意义。     

高校图书馆读者借阅信息分布规律研究——以湖南师范大学图书馆为例

以湖南师范大学图书馆的读者借阅数据为样本,研究了读者与所借阅图书之间的关系,在此基础上,利用最小二乘法、K-S检验算法以及M.L.Pao教授提出的指数不为2时的逼近C值的估计公式进行洛特卡定律拟合,发现高校图书馆读者借阅分布并不服从洛特卡定律,探讨了我国高校图书馆读者借阅信息的分布规律.     

基于Clementine的图书馆用户借阅行为的挖掘研究

本文利用Clementine软件和数据挖掘技术,对高校学生的借阅记录进行分析并挖掘建模,最后挖掘得到更深层次的数据,从而为图书馆管理者提供决策依据,帮助完善高校图书馆的服务功能。     

关联规则在图书馆读者借阅记录中的挖掘应用

本文在图书馆管理系统中引入数据挖掘技术,利用关联规则的Apriori算法对读者借阅图书的关联情况、借阅规则进行实际挖掘,并将挖掘结果进行分析,以指导图书馆的读者服务工作。     

基于Apriori算法的读者行为分析

本文利用Apriori算法对图书管理集成系统产生的流通数据进行数据挖掘,找出读者借阅书目之间的关联规则,从而指导图书馆工作人员主动的向读者推荐满意的图书。     

基于文本相似度比较的高校图书馆个性化图书推荐研究与实现

高校图书馆藏丰富且齐全,图书的种类和数目庞大繁杂,没有具体借阅目标的读者,到图书馆寻找感兴趣图书所花费的时间和精力也在成倍增长.本文在数据挖掘下基于文本相似度比较的高校图书馆个性化图书推荐服务应用进行了研究,借鉴时下流行网络电商平台的经验,为高校图书馆开辟个性化图书推荐的渠道,利用读者的浏览记录、收藏情况、借阅历史等数据,自动为读者推荐有借阅意愿的图书.     

多维关联规则算法在数字图书馆中的应用

介绍了数据挖掘中的多维关联规则算法,针对高校数字图书馆数据库的特点,对多维关联规则算法进行改进,并运用到挖掘过程中.通过分析数据挖掘结果,探索学生借阅书刊的一些潜在规律,优化图书馆的馆藏布局,为读者提供有特色的个性化服务.