数据挖掘在图书馆个性化服务中的应用研究

摘要

目前国内图书馆信息化水平有了较大提高，积累的业务数据成几何倍数增长，这为数据挖掘提供了前提条件。“数据挖据”通过分析模糊的业务数据，寻找内部关联关系，将隐含在其中的有潜在利用价值的数据进行重新组合，转化为有用的信息和知识，为图书馆提供更好的个性化服务打下基础。
　　论文首先对数据挖掘的定义、功能及常用算法作了介绍，并对目前国内外的研究成果，从算法、用户分类、个性化服务、决策支持、应用技术的角度进行进行了较为系统的梳理。
　　从南京化工职业技术学院的实际需求出发，依托jsp、Java、Oracle(lO)i等技术，设计了一套基于数据挖掘的个性化服务系统。主要功能包括数据采集、数据挖掘、个性化文献推荐、个性化定制提醒等，着重在“数据挖据”部分利用包括图书信息和读者信息、借阅信息、访问信息进行挖掘，归纳出关联规则、聚类规则、决策树规则，并建立了规则库，通过对读者、图书借阅等数据进行分析，完成个性化文献推荐。该服务主要有基于聚类的个性化推荐、基于关联规则的个性化推荐、基于决策树的个性化推荐三个部分构成，并提供了用户自助定义自定义短信、邮件等服务提醒方式。

目录

声明

摘要

1 绪论

1．1 研究背景

1．2 主要研究问题

1．3 数据挖掘在个性化服务的应用及研究现状

1．3．1 个性化服务应用定义及范围

1．3．2 数据挖掘在图书馆个性化应用研究

1．3．3 个性化服务数据挖掘研究不足之处

1．4 研究意义

1．5 主要贡献(论文主要工作)

2 数据挖掘常用算法

2．1 数据挖掘定义

2．2 数据挖掘的功能

2．3 数据挖掘常用算法

2．3．1 决策树算法

2．3．2 聚类算法

2．3．3 关联规则

3 图书馆个性化服务数据挖掘系统分析与设计

3．1 图书个性化服务数据挖掘系统建立的背景及目标

3．2 需求分析

3．3 个性化服务数据挖掘系统结构设计

3．3．1 系统设计的总体思想原则

3．3．2 整体结构

3．3．3 功能描述

3．3．4 工作流程

3．3．5 个性化文献推荐

3．4 数据库应用平台设计

3．4．1 数据库设计原则和要求

3．4．2 数据库开发环境的选择

3．4．3 基础表结构设计

3．5 系统开发技术简介

3．5．1 AJAX介绍

3．5．2 JDBC

3．5．3 BEA WebLogic

3．5．4 ODI工具介绍

4 数据挖掘技术应用及系统实现

4．1 数据挖掘的过程设计

4．1．1 数据挖掘的系统结构

4．1．2 系统挖掘的数据准备

4．1．3 数据挖掘

4．2 获取数据

4．2．1 借阅数据源的选取

4．3 数据的预处理

4．3．1 借阅记录的导出

4．3．2 记录的清洗

4．4 建立数据库

4．5 进行聚类

4．6 分类

4．7 用户类别(建立推荐库)

4．8 挖掘系统实现

4．8．1 系统的开发平台

4．8．2 系统用户登录模块的实现及界面

4．8．3 数据采集模块

4．8．4 个性化文献推荐

5 总结与展望

致谢

参考文献