首页> 中文学位 >基于数据挖掘的图书管理系统分析与设计
【6h】

基于数据挖掘的图书管理系统分析与设计

代理获取

目录

摘要

1 绪论

1.1 研究背景及意义

1.2 研究现状

1.2.1 数据挖掘的研究现状

1.2.2 数据挖掘在图书管理应用中现状

1.3 本文研究内容及主要工作

1.4 论文结构

2 相关技术描述

2.1 数据挖掘概述

2.2 数据挖掘任务

2.3 数据挖掘过程

2.4 数据挖掘方法

3 系统分析与设计

3.1 系统需求分析

3.2 系统流程分析

3.3 系统功能分析

3.4 系统结构设计

3.5 系统架构设计

3.6 系统工作流程设计

4 聚类分析和关联性规则的数据挖掘

4.1 聚类概述

4.1.1 聚类的概念

4.1.2 聚类方法概述

4.2 关联规则概述

4.2.1 关联规则的基本概念

4.2.2 关联规则的分类

4.2.3 Apriori算法

4.2.4 Apriori算法的改进

4.3 聚类分析与关联性规则的挖掘实验

4.3.1 读者群体聚类分析

4.3.2 图书借阅数据关联规则分析

5 系统实现

5.1 系统的开发环境

5.1.1 J2EE简介

5.1.2 JavaBeans

5.1.3 JDBC

5.1.4 数据库连接池

5.2 数据处理

5.2.1 数据仓库设计

5.2.2 数据预处理

5.3 系统实现

5.3.1 图书聚类分析

5.3.2 读者聚类分析

5.3.3 图书关联规则挖掘

5.3.4 读者借阅功能模块

6 结论

参考文献

攻读硕士学位期间发表的论文

致谢

声明

展开▼

摘要

随着计算机技术的发展,传统图书馆的管理方式逐渐转变为数字化管理模式,为读者提供更及时、更精确与更个性化的服务成为数据时代的迫切需要。图书馆如何利用计算机提高服务质量,如何在规模不断扩大、复杂性不断增强的系统中获得真正可靠有效的数据是目前图书管理人员要研究的课题,图书管理部门需要使用方便高效的方式管理在线图书。
  本文就是在学院图书管理系统的原有数据库基础上,采用数据挖掘技术,通过聚类分析和关联规则算法,配合图书馆开发完成的基于数据挖掘的B/S模式图书管理系统。本系统结合J2EE技术,采用数据挖掘技术帮助读者更好地使用图书馆的资源,为高校读者提供一个在线快速检索、浏览、评论数字化图书的平台。
  本文探讨应用了优化的Apriori算法,减少对事务集的扫描,提高了挖掘效率;使用K-均值算法实现聚类分析,了解读者图书借阅情况。使用关联规则挖掘图书间相互关系,为提供个性化服务提供技术支持。在图书管理系统中构建数据挖掘应用模型,实现图书推荐、读者个性化服务等功能。
  基于学院原有管理系统的数据挖掘为图书馆的日常管理与图书采购工作提供了数据支持,在一定程度上提高了读者对图书管理工作的满意程度,满足了学院图书管理工作的实际需求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号