从图书借阅量数据分析看大学生的阅读倾向

通过对各年级学生2007年不同类别图书借阅情况的统计分析,揭示了不同专业类别的大学生在不同年级、不同时段的阅读倾向和特征,同时通过对成绩优、差学生图书借阅量的对比分析,说明借阅量与学习成绩高低的相关性。     

正视差异因材施教--高校学习成绩差的学生图书借阅记录统计分析

对高校学习成绩差的学生的图书借阅统计记录进行了分析,探讨了这部分学生的特征,提出要正视差异,因材施教,发现并充分发挥他们的长处,把他们培养成可造之材。     

高校学生读者群的借阅分析

以新疆农业大学图书馆流通数据为例,分析了农业大学学生图书借阅量和借阅规律,探讨了不同系别学生之间,本科生、硕士和博士研究生之间图书借阅的差异,得出了不同读者群借阅图书过程中,借书证使用率与平均借阅次数的变化规律,为图书馆图书馆藏方向和应用提出了建议.     

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。     

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。     

高校图书管理系统的设计概述——基于B／S结构的前台管理

教师图书管理系统是针对学院教师借阅图书的需求设计和实现的。教师图书管理系统前台设计主要完成的是教师自助借阅预约图书的功能。首先对教师图书管理模块进行了详尽的需求分析,经分析得到教师图书管理模块主要完成如下的功能：登录、个人借阅信息查询、图书浏览、借阅预约图书、收藏夹管理。之后根据需求提出了教师图书管理模块的总体设计方案,可据此进行了详细设计和编码实现。通过分析可以明确制定基于B／S结构的高校管理系统。     

高校图书管理系统的设计概述——基于B／S结构的前台管理

教师图书管理系统是针对学院教师借阅图书的需求设计和实现的。教师图书管理系统前台设计主要完成的是教师自助借阅预约图书的功能。首先对教师图书管理模块进行了详尽的需求分析,经分析得到教师图书管理模块主要完成如下的功能:登录、个人借阅信息查询、图书浏览、借阅预约图书、收藏夹管理。之后根据需求提出了教师图书管理模块的总体设计方案,可据此进行了详细设计和编码实现。通过分析可以明确制定基于B/S结构的高校管理系统。     

学生借阅馆藏纸质图书数据分析

以海南政法职业学院图书馆学生借阅馆藏纸质图书的数据为样本,分析了学生对纸质图书阅览与外借的倾向,探讨了电子图书与纸质图书的互补关系以及它们对图书馆采购与阅览工作的影响。     

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.     

拓展高校图书借阅网络发展空间的探讨

分析了高校图书借阅的现状,提出了网络时代拓展高校图书借阅领域的若干有效途径,包括网络传递与图书借阅有机结合、充分利用馆藏资料、借助电子函件列表或QQ群加强图书馆与读者的信息交流和需求互动、办好《高校图书借阅向导》、全面开放馆藏资料等。     

不完整数据的聚类研究

数据采集过程中存在大量缺失数据,即不完整数据.传统方法在聚类不完整数据时采用填充或丢弃缺失数据方式实现数据的聚类.依据不完整信息系统理论提出一种基于K-means的不完整数据聚类算法,算法首先将数据集划分成完整数据集和非完整数据集两部分,对完整数据集采用K-means算法进行聚类,然后将不完整数据依据设计的相似度度量方法划分到对应的簇中,实现数据集的聚类.实验结果表明,提出的方法能够高效、精确地实现不完整数据聚类.     

基于Hadoop的大数据处理平台研究

大数据时代的到来伴随着海量数据,进而使得筛选出具有价值的信息成为大数据被广泛应用的核心步骤.在此情况下Apache Hadoop顺势而生,其通过简化数据密集、高度并行的分布式应用来应对大数据带来的挑战.由于目前基于Hadoop的大数据平台在多领域普遍使用,从而平台搭建成为进行大数据探索的第一步.而很多文章介绍的平台搭建是在虚拟机中完成,与真实情况存在相应差异.本文讨论以真实集群为基础搭建Hadoop平台的原因,Hadoop集群的强大功能,搭建平台所需设备、环境、安装、设置及测试过程.     

基于数据仓库的客户关系管理系统研究

介绍了数据仓库的基本概念和结构,分析客户关系管理系统对数据仓库的需求,研究了客户关系管理系统中数据仓库的数据建模技术,建立起客户关系管理系统数据仓库中客户主题的星型雪花模式.最后提出了一种基于数据仓库的客户关系管理系统解决方案.     

基于数据关联度的迁移策略研究

以电子政务云存储环境为背景,研究了已有迁移算法中用到的基本迁移因子,包括静态因素和动态因素.在计算迁移函数的M(d)值时引入数据关联度这一新的因子.得出新的数据迁移函数后,根据混合云的迁移算法设计出新的适合于电子政务云存储的迁移策略.新策略提高了数据的预计迁移值,降低大数据管理成本,对于准备采用云存储管理大数据的企业或相关部门有一定的参考价值.     

基于标记的图数据关键词查询方法研究

图数据关键词查询技术在结构化数据、半结构化数据和非结构化数据等领域具有良好的应用前景。随着需要解决问题规模的不断扩大,寻找top-k结果所花费时间将会增多。针对该问题,提出了一种基于标记查询优化的方法。该方法首先引入路径索引,通过输入一组关键词遍历路径索引,找到与关键词相关的结构子图;然后基于结构子图,找出当前最优结果,对当前最优结果,选择需要处理的路径进行标记;并设置该路径为无穷大,实现对当前最优结果的屏蔽,再在此基础上查找次优结果,直到top-k结果查询完毕;最后,基于测试数据集,验证该方法的有效性。     

联机分析处理(OLAP)技术研究

在简要分析ＯＬＡＰ与数据仓库关系的基础上,介绍了ＯＬＡＰ系统的一种体系结构,数据组织模式及其有关实现的关键技术。     

基于迁移学习的危险行为识别方法研究

深度学习中卷积神经网络在行为识别领域有着良好的识别效果,但是由于深度学习需要较大数据集训练模型,而现今公开数据集中危险行为识别相关方向没有大量数据集。针对危险行为识别领域样本少、无法进行深度学习训练等问题,建立了危险行为识别数据集,并采用迁移学习方法对C3D网络模型进行迁移训练。结果表明,迁移学习后C3D网络模型对危险行为识别数据集平均识别率达到了83. 2%,可以有效识别危险行为动作。     

基于相似度的装备数据聚合方法

现代战争需要对多源异构的装备数据进行高效集成。针对不同来源数据中装备名称不一致的问题,设计了装备数据的聚合模型和聚合流程,在综合分析现有算法的基础上,结合装备名称特点为该模型提供了一种新的相似度匹配算法,算法将Jaro-Winkler和最长公共子序列相结合,以提高匹配的精度。最后通过实验进行了验证,结果表明该算法与传统相似度算法相比具有较高的适配性和鲁棒性,可以为装备数据聚合工作提供有效支撑。     

基于改进卡尔曼滤波的配电网动态数据平差方法

受设备、天气等多方面因素影响,电网量测数据不可避免的存在误差。在实际应用前,应选用合适的估计方法进行数据平差。为减小不良数据对估计精度的影响,本文提出了一种鲁棒性无迹卡尔曼滤波算法(RUKF),在进行无迹卡尔曼滤波之前引入基于运行模式的不良数据检测方法,通过分析量测量的变化趋势调整阈值,避免出现不良数据的漏检与误检现象。以IEEE 33-bus与某实际107节点系统为例,进行仿真验证。实验结果表明,在存在不良数据的情况下,RUKF与传统UKF相比,求得的数据平差结果具有更高的估计精度,提高了数据估算的鲁棒性。多个实验表明本文提出的RUKF算法对数据平差计算可以提供有效的理论支撑。     

RFID中间件数据过滤方法研究

【目的】探讨对RFID数据冗余、脏读以及漏读数据进行过滤,整理出上层应用所需要的有效事件的方法。【方法】运用基于时间和次数阀值、数据校验、TDS数据解析以及基于伯努利概率的动态时间窗等方法进行研究设计。【结果】提出3种数据过滤器:冗余过滤器用于处理多读数据,平滑过滤器用于处理脏读数据,基于伯努利的动态自适应平滑算法的漏读数据处理器处理漏读数据,将这3种过滤器依次组合,组成数据过滤模型,最终构成数据过滤方法。【结论】运用这3种过滤器组成的数据过滤模型,能够很好的对RFID原始数据进行过滤,获得上层应用所需要的有效事件。