基于數(shù)據(jù)挖掘的高校圖書館館藏推薦系統(tǒng)模型研究.pdf

1、數(shù)據(jù)挖掘技術(shù)在商業(yè)領(lǐng)域的應(yīng)用已經(jīng)取得了巨大的價值，其應(yīng)用價值也逐漸地被社會其它領(lǐng)域所借鑒學習?，F(xiàn)有的高校圖書館管理系統(tǒng)已經(jīng)積累了大量的讀者信息和借閱歷史信息，為推薦服務(wù)提供了數(shù)據(jù)基礎(chǔ)。
　　論文通過對數(shù)據(jù)挖掘及經(jīng)典的挖掘算法進行系統(tǒng)地研究分析，針對高校圖書館流通數(shù)據(jù)挖掘的實際要求，對關(guān)聯(lián)規(guī)則算法中的常用算法Apriori算法通過減少無關(guān)項目計算對其進行了一些改進，在此基礎(chǔ)上，設(shè)計了一個高校圖書館館藏推薦系統(tǒng)模型。該系統(tǒng)模型運用數(shù)據(jù)

2、挖掘中的聚類和分類技術(shù)，根據(jù)讀者類型、工作單位、借書冊數(shù)和借書種類，將之劃分成為具有背景屬性和興趣接近的讀者群，運用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則查找出在同一個群中最感興趣的書目，為高校圖書館主動提供推薦服務(wù)參考。通過實驗測試表明，模型的挖掘方案設(shè)計即先分群后推薦，并根據(jù)讀者的興趣過濾挖掘結(jié)果的方法是合理的，所推薦的書目基本滿足了高校圖書館讀者的需求。
　　數(shù)據(jù)挖掘在高校圖書館中的應(yīng)用還處于剛剛起步不久。本文在推薦服務(wù)等方面的一些想法和做法