关联规则挖掘在图书馆管理中的应用

摘要

随着信息化时代的来临及网络和计算机应用的普及，图书馆中所存储的信息量日益庞大，信息的种类和形式也越来越丰富。读者对信息和文献资料类型的需求越来越细致化，为更好的做好图书馆的管理工作，为读者提供更优质的服务，需大力发展个性化的信息服务。个性化服务需要用户的兴趣、图书间的关联等信息的支持，而这些信息能够通过对图书馆的日常业务数据分析和挖掘获得。
　　 本文首先介绍了数据挖掘技术国内外的发展史和发展现状，分析了数据挖掘技术在图书馆领域中应用的前景和可行性，并以枣庄学院图书馆为例，对其借阅数据进行挖掘，采用应用关联规则算法在以下几个方面进行主要讨论：图书馆优化馆藏管理、发现学科间的隐性关联、指导读者的借阅行为和提供个性化服务等本文所做的主要工作主要体现在以下几点：
　　 (1)结合笔者实际工作，深入调查图书馆的流通、咨询部门的工作，接触了许多读者，对他们的需求、想法进行了解、归纳。
　　 (2)学习研究了数据挖掘技术理论和数据挖掘中各种算法的用途用法。并对各种算法进行对比，以选取适合于处理图书馆数据的算法。
　　 (3)详细研究了我馆图书管理系统的后台数据库，并对相关数据进行整理筛选。
　　 (4)分析了关联规则中的Apriori算法与FP-growth算法，并用其对借阅数据进行挖掘处理，对所得出的结果进行分析，获得了优化馆藏及实现读者个性化推荐服务所需信息。
　　 (5)运用c＃编程，设计和实现了基于关联规则的图书馆数据挖掘信息系统，该系统可有效的提高图书馆服务的质量和水平，更好地为读者服务。

目录

文摘

英文文摘

声明

第一章 引言

1.1 研究背景

1.2 研究的意义

1.3 国内外研究现状

1.4 本文的主要工作

第二章 数据挖掘技术

2.1 数据挖掘概述

2.2 数据挖掘的概念

2.4 数据挖掘的过程

2.5 数据挖掘方法

2.6 关联规则的概述

第三章 Apriori算法与FP-Growth算法

3.1 Apriori算法

3.1.1 Apriori算法的基本思想

3.1.2.Apriori算法的设计

3.2 基于Hash技术改进的Apriori算法

3.3 FP-Growth算法

3.3.1.FP-Growth的基本思想

3.3.2.FP-Growth算法基本思想

3.4 Apriori算法与FP-Growth算法的比较

第四章 数据挖掘图书馆中的应用

4.1 基本环境

4.2 数据的准备

4.3 实际挖掘过程

4.4 挖掘的结果

4.5 发现学科间隐性关联

4.6 指导读者借阅行为

第五章 图书馆借阅信息挖掘系统的设计

5.1 系统功能需求

5.2 系统结构设计

5.3 系统运行环境

5.4 系统流程逻辑结构

5.5 系统的实现

5.5.1 关联规则挖掘功能的实现

5.5.2 关联规则中FP-growth算法挖掘过程

5.6 系统的维护

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢