基于数据挖掘的农业高校图书馆借阅数据分析研究

摘要

高校图书馆作为高校的重要组成部分,不仅是高校的文献信息中心,还是学生们开展第二课堂学习的主要场所。图书馆的自动化系统中保存着大量读者借阅图书资源的历史数据，这些数据是读者利用图书馆馆藏文献满足自身信息需求的最佳记录，蕴含着丰富的、有用的知识和信息。利用数据挖掘技术对这些数据进行挖掘，找出图书资源的使用状况和不同读者、图书之间隐藏的内在联系和规律，可以为合理配置图书馆的图书资源、提高资源的利用率、改进图书服务质量、开展个性化信息服务提供数据支持和决策参考。
　　本文首先阐述了数据挖掘的基本理论知识，并针对下文所选用的Apriori算法和K-means算法及SPSS Clementine数据挖掘工具进行了深入的研究分析。本文的研究数据来自河北农业大学图书馆读者借阅数据，并依据挖掘的需要对其进行数据清洗、数据变换、数据归约、数据集成等预处理。在具体挖掘时分别从借阅的时间、读者、图书类别三个角度入手，找到读者图书借阅的一些特征和规律。采用K-means算法从图书和本专科学生读者、研究生读者、教师读者四个维度对读者借阅数据进行了聚类分析，将读者分为活跃、比较活跃、不太活跃三个群体，将图书分为利用率高、较高、一般、低四类图书，找出存在于不同读者群体之间和不同图书之间的读者信息需求相关特征和模式。本文还采用Apriori算法对读者借阅数据进行了关联规则的挖掘，找出图书大类之间、读者单位与图书大类之间、不同类型的读者与图书大类之间、图书与图书之间的关联关系。最后依据挖掘的结果对图书馆各项工作提出具体的建议和改进措施，并对未来研究方向作了初步的展望。

目录

封面

中文摘要

英文摘要

目录

1 引言

1.1选题的背景与意义

1.2 数据挖掘技术在图书馆领域的研究概况

1.3本文的研究目的、研究方法和创新点

1.4本文的组织结构

1.5本章小结

2 数据挖掘概述

2.1数据挖掘的概念

2.2数据挖掘的功能

2.3数据挖掘的过程

2.4常用的数据挖掘技术

2.5常用的数据挖掘算法

2.6数据挖掘工具

2.7本章小结

3 数据准备

3.1图书馆自动化系统简介

3.2图书馆图书分类法简介

3.3数据选取

3.4 数据预处理

3.5本章小结

4 基于统计的数据挖掘

4.1基于时间统计的数据挖掘

4.2基于读者统计的数据挖掘

4.3基于图书类别统计的数据挖掘

4.4基于聚类的数据挖掘

4.5本章小结

5 基于关联知识的数据挖掘

5.1基于关联分析的图书馆借阅数据预处理

5.2 图书大类之间的关联分析

5.3读者单位与图书大类之间的关联分析

5.4不同读者类型与图书大类之间的关联分析

5.5不同图书之间的关联分析

5.6本章小结

6 结束语

6.1总结

6.2建议

6.3展望

参考文献