基于數(shù)據(jù)挖掘的高校圖書(shū)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(jià)值，其應(yīng)用價(jià)值也逐漸地被社會(huì)其它領(lǐng)域所借鑒學(xué)習(xí)?，F(xiàn)有的高校圖書(shū)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(guò)對(duì)數(shù)據(jù)挖掘及經(jīng)典的挖掘算法進(jìn)行系統(tǒng)地研究分析，針對(duì)高校圖書(shū)館流通數(shù)據(jù)挖掘的實(shí)際要求，對(duì)關(guān)聯(lián)規(guī)則算法中的常用算法Apriori算法通過(guò)減少無(wú)關(guān)項(xiàng)目計(jì)算對(duì)其進(jìn)行了一些改進(jìn)，在此基礎(chǔ)上，設(shè)計(jì)了一個(gè)高校圖書(shū)館館藏推薦系統(tǒng)模型。該系統(tǒng)模型運(yùn)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(shū)冊(cè)數(shù)和借書(shū)種類，將之劃分成為具有背景屬性和興趣接近的讀者群，運(yùn)用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則查找出在同一個(gè)群中最感興趣的書(shū)目，為高校圖書(shū)館主動(dòng)提供推薦服務(wù)參考。通過(guò)實(shí)驗(yàn)測(cè)試表明，模型的挖掘方案設(shè)計(jì)即先分群后推薦，并根據(jù)讀者的興趣過(guò)濾挖掘結(jié)果的方法是合理的，所推薦的書(shū)目基本滿足了高校圖書(shū)館讀者的需求。
　　數(shù)據(jù)挖掘在高校圖書(shū)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