基于数据挖掘的书目推荐研究

通过分析推荐书目的作用,在几种传统图书推荐服务方式的基础上,尝试将数据挖掘中的关联规则引入到图书馆书目推荐的工作中。基于借阅实例,利用关联原则和Apriori算法对读者借阅记录进行分析,从而为读者提供个性化的图书推荐服务。文章指出这种书目推荐方式对图书馆和读者都具有重要的意义。     

个性化借阅服务的关联规则挖掘

个性化借阅数据挖掘和推荐为提高图书馆服务的有效性和智能性提供了可能,将关联规则技术应用到个性化借阅服务中,通过对以往借阅信息的挖掘以产生借阅书目的关联规则来实现个性化信息推荐服务。同时,图书类别关联规则的发现,对于图书购买、图书排架和图书推荐都具有深刻意义。     

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。     

基于加权数据勘探技术构建图书馆阅读统计与评价体系研究

以读者和图书为勘探目标,利用数据勘探技术挖掘了图书被借阅的内涵规律,通过加权关联规则（The weighted association rules）算法,设计了一个图书馆阅读统计与评价体系,对读者图书借阅进行针对性推荐,提高了读者阅读效率。     

浅谈专业图书馆新书推荐服务模式——兼谈我馆的具体做法和体会

新书推荐是图书馆为读者提供信息服务的一个重要方面。本文论述了高等院校专业图书馆开展新书推荐工作的意义、介绍了汕头大学医学院图书馆新书推荐的工作内容和做法,提出了专业图书馆开展新书推荐工作的体会和建议。     

浅析高校图书馆新书推荐工作

作为重要信息传播地的高校图书馆应肩负责任和使命,利用新书推荐工作对读者阅读进行引导。本文通过阐述新书推荐的概念和意义,提出新书推荐工作的原则和方法,针对高校图书馆新书推荐工作中出现的一些问题,提出几点改进和创新的措施。     

基于遗传算法的关联规则挖掘研究

针对图书馆读者借阅信息复杂度过大的难点,采用遗传算法研究关联规则挖掘,并举例说明。     

提高高校图书馆新书椎荐效率策略浅谈——以海口经济学院图书馆为例

新书推荐是图书馆为读者提供信息服务的一个重要方面。本文从新书推荐的形式、原则、技巧等方面对如何搞好新书推荐进行了探讨。     

提高高校图书馆新书推荐效率策略浅谈——以海口经济学院图书馆为例

新书推荐是图书馆为读者提供信息服务的一个重要方面。本文从新书推荐的形式、原则、技巧等方面对如何搞好新书推荐进行了探讨。     

浅谈图书馆新书推荐工作

新书推荐是图书馆为读者提供信息服务的一个重要方面。从新书推荐的形式、原则、技巧以及馆员的综合素质等方面对如何搞好新书推荐进行了探讨。     

对高校图书流通的灰关联法分析

运用灰关联分析法研究图书流通与到馆新书、读者群体及借阅方式间的关联性。通过对灰关联度r的计算与比较，地图书流通量影响最大的是借阅方式，其次是读者群体的大小，而影响最小的是到馆新书量。籍此对辽宁师范大学图书馆文献资源的合理化配置及优化管理提出建议。     

基于新书借阅率的馆藏资源建设分析——以贵阳学院图书馆为例

分析了新书借阅率在评价馆藏结构、指导新书采购、满足读者需求方面的重要性,对近几年贵阳学院图书馆所购新书的借阅情况进行了调查,通过分析其借阅数据,探索了科学规划馆藏资源建设的有效办法.     

关联规则挖掘在优化高校馆藏结构中的应用

简要介绍了关联规则挖掘以及Apriori算法,并将Apriori算法应用于高校图书馆流通数据,从读者需求的角度出发挖掘借阅图书之间的关联,为图书采购工作提供理论依据,优化图书馆的馆藏结构。     

关联规则在图书馆新书推荐中的研究

新书推荐是数字化图书馆个性化服务的一种形式,如何根据读者的专业需求,高效地找出有价值的书是图书馆数据挖掘中主要研究的问题。本文在Apriori算法的基础上,根据新书推荐工作的特点,对算法进行了部分改进,有效的支持了新书推荐工作。     

基于Visual FoxPro编程的图书流通关联规则挖掘研究与实现

对关联规则挖掘的经典Apriori算法进行了深入细致研究。在Visual FoxPro环境下,通过编程实现了经典的Apriori算法,完成了对辽宁石油化工大学近十年来图书借阅数据的关联规则挖掘,得出了专业图书间的借阅关联关系。为预测读者的借阅倾向、辅助采购决策、主动推送相关信息等服务提供了较为翔实的数据支持。     

高校图书馆读者借阅行为分析

高校图书馆的借阅数据库记录了读者的大量借阅信息,为分析读者的借阅行为提供了很好的依据。通过数据挖掘技术对图书馆读者的借阅记录进行了挖掘和分析,首先对图书馆借阅数据库的原始数据进行了整理和计算,进而分析了读者的借阅行为(包括借阅偏好、借阅次数及频率)及其与读者的专业、性别、年级等因素之间的关系,并基于这种关系分析为图书馆工作提出了有益的建议。     

基于数据挖掘技术的高校图书馆馆藏优化研究

简要介绍了数据挖掘以及过程,并将关联规则算法应用于高校图书馆流通数据,从读者需求的角度出发挖掘借阅图书之间的关联,从而优化图书馆的馆藏结构,提高图书馆服务质量。     

搞活高校图书馆藏书工作的一条新路

当前,购书经费短缺,旧书多、新书少已是高校图书馆的普遍现象。高校图书馆在开展借阅工作的同时,辅之以租、买、卖的有偿服务,将会是高校图书馆逐步满足读者对新书的需求,改变目前状况,进而搞活高校图书馆藏书工作的一条新路。     

数字化图书馆个性化推荐研究与实例

基于关联规则算法,分析馆藏借阅数据而得出具有关联关系的数据集,并结合在线推荐算法将数据集推荐给具有相同属性的读者,从而达到最优最快的读者个性化服务。