聚類分析算法在圖書管理系統(tǒng)中的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘是20世紀末興起的數(shù)據(jù)智能分析技術(shù)，它可以從數(shù)據(jù)庫、數(shù)據(jù)倉庫以及其它各種數(shù)據(jù)庫中的大量數(shù)據(jù)類型數(shù)據(jù)中，自動抽取或發(fā)現(xiàn)出有用的模式知識。在這一過程中，對聚類分析是數(shù)據(jù)挖掘領(lǐng)域研究的重要課題。而在圖書管理這樣龐大的數(shù)據(jù)管理系統(tǒng)中，每天、每月、每年都會產(chǎn)生大量的統(tǒng)計數(shù)據(jù)和表單。而聚類分析就是將數(shù)據(jù)合理歸類的一種方法，其目的是把相似的東西歸為一類，使得類內(nèi)具有較大的相似性，而類間具有較小的相似性。本文將k-means聚類算法應(yīng)用于圖書管

2、理系統(tǒng)中，面對這些海量數(shù)據(jù)，研究如何將它們合理歸類。主要內(nèi)容如下： ⑴介紹了數(shù)據(jù)挖掘的基本理論，接著描述了聚類的含義以及針對不同數(shù)據(jù)類型的差異度計算，然后列出了數(shù)據(jù)挖掘中現(xiàn)存的幾種有代表性的聚類算法的思想以及它們的優(yōu)缺點，最后重點描述了K-means算法，以及該算法的基本思想和原理。 ⑵介紹了圖書管理系統(tǒng)的分析設(shè)計與實現(xiàn)，圖書管理系統(tǒng)中主要功能包括：圖書的添加、查詢、瀏覽、刪除和修改管理以及相關(guān)的圖書用戶的管理，這樣可以

3、方便圖書管理員對龐大信息進行管理，本文采用JAVA語言作為開發(fā)工具，使用ACCESS2003數(shù)據(jù)庫作為存儲數(shù)據(jù)庫，來實現(xiàn)圖書管理系統(tǒng)的功能。 ⑶將典型的k-means聚類算法應(yīng)用于圖書管理系統(tǒng)，對圖書進行聚類分析，應(yīng)用效果良好。此系統(tǒng)以圖書管理系統(tǒng)中的歷史借閱記錄、讀者信息庫為基礎(chǔ)數(shù)據(jù)來源，用k-means聚類算法對讀者的院系特性、性別特性和年級特性分別進行聚類分析，然后按圖書使用率將圖書使用情況分為高、中、低3類，最終得出聚類