数据挖掘技术在图书馆系统中的应用研究

摘要

随着数据挖掘技术的发展，其研究重点逐渐由发现方法转向实际应用。数据挖掘技术在商业领域取得了巨大的应用价值，在社会的其他领域应用也越来越广泛。 数字图书馆改变了传统图书馆的服务模式，同时也积累了大量的读者信息，为个性化服务提供了数据基础。本文重点研究了聚类分析及关联规则发现技术，在分析现有图书馆管理系统的基础上，提出了数据挖掘在图书馆的应用模型。本文所做的工作主要体现在以下几点： (1)本文提出了数据挖掘技术在图书馆系统中的应用模型，将数据挖掘技术与图书馆个性化服务结合在一起； (2)研究了聚类分析技术及其在图书馆中的应用，利用k-means算法实现了对读者和图书的聚类分析； (3)改进了Apriori算法，减少了对事务集的扫描，提高了频繁集的生成效率。在图书馆系统中应用关联规则挖掘实现了对图书的挖掘，并从分类角度挖掘，应用关联规则结果实现了读者的个性化推荐服务。

目录

文摘

英文文摘

声明

第一章前言

1.1研究背景及意义

1.2研究现状

1.3本文主要工作

1.4论文结构

第二章数据挖掘技术概述

2.1数据挖掘概述

2.1.1数据挖掘的任务

2.1.2数据挖掘的过程

2.2数据挖掘的技术基础

2.2.1统计方法

2.2.2数据挖掘的常用方法

第三章聚类分析在图书馆系统中的应用

3.1聚类概述

3.1.1聚类的定义

3.1.2聚类分析的主要方法

3.2 k-means算法

3.2.1 k-means算法基本思想

3.2.2 k-means算法实现

3.3实验结果

第四章关联规则在图书馆系统中的应用

4.1关联规则概述

4.1.1关联规则的基本概念

4.1.2关联规则的发现过程

4.2 Apriori算法

4.2.1 Apriori算法的基本思想

4.2.1 Apriori算法实现及改进

4.3实验结果

第五章基于数据挖掘的图书馆管理系统的分析与设计

5.1系统建立背景及目标

5.2系统的开发环境J2EE

5.2.1 J2EE简介

5.2.2 JSP技术

5.2.3 JavaBeans

5.2.4 JDBC

5.2.5数据库连接池(Connection Pool)技术

5.3系统的体系结构

5.4数据处理

5.4.1图书馆管理系统数据库分析

5.4.2数据预处理

5.4.3数据库设计

5.5系统实现

5.5.1数据处理模块

5.5.2数据挖掘模块

5.5.3数据挖掘结果的应用

第六章总结与展望

主要参考文献

致谢