Clementine的数据挖掘技术对学科隐形关联性研究.pdfVIP

2015年 9月 渭南师范学院学报 Sept．2015 第 3O卷 第 18期 Journal0fWeinanNormalUniversity V01．30 No．18 【现代应用技术研究】 Clementine的数据挖掘技术对学科隐形关联性研究 魏 强 (陕西理工学院 学报编辑部，陕西 汉中723000) 摘 要：数据挖掘是一种致力于对数据进行理解和分析 、揭示数据深层含义的技术．针对研究生在高校图书馆的图书借 阅记录数据 ，借助Clementine12．0．3数据挖掘软件 ，用 GRI模型和Apfiofi模型进行数据挖掘，通过数据分析。寻找各学科之 间的隐形关联性 ，这对本科生和研究生教学培养工作中选修课程的制定具有积极的指导作用． 关键词：数据挖掘；图书馆；借阅记录；学科；隐形关联性 中图分类号：TP393 文献标志码：A 文章编号：1009—5128(2015)18—0056—05 收稿 日期 ：2015—06—18 基金项目：陕西省科技厅科研计划研究项目：便携式智能型石油管螺纹多参数测量仪的研制(2014K06—44) 作者简介：魏强 (1975一)，男，陕西西乡人 ，陕西理工学院学报编辑部编辑 ，西南科技大学计算机科学与技术学院硕士 研究生，主要从事学术期刊编辑与传播、网络信息安全技术研究． 图书馆作为大学校园里向师生提供学习资源的主要部门，在 日常的借阅过程中会产生大量的数据资 源，通过对这些数据整理分析会发现一定的规律，这些规律会反映出某一学科的发展趋势。同时在某种程 度上映射出不同学科之间的关联程度…．充分利用这些数据资源，不仅能够分析各学科读者的需求．便于 图书馆合理调整藏书结构，更好地调整购书的投资方 向，而且可以从这些数据中找 出各学科之间的关联 性，把握学科发展方向，对调整合理的学科课程内容和课程设置去适应社会需求很有帮助 ．这也将为图书 馆能够更好地为高校师生服务提供改革的方 向和发展的 目标． 所谓数据挖掘是指从大量的数据中挖掘有用信息的过程 [2]．在管理图书时。要准确记录师生的借书信 息和图书资源的流通情况，其中包含了大量信息，数据挖掘技术能够从这些资料中挖掘有用的信息。为管 理者制定改革策略提供参考． 目前，图书馆中产生的数据是结构化数据，对数据进行文献研究主要集中在以下两个方面：(1)使用 聚类分析法对新书进行聚类分析，判断其价值．所谓聚类分析法是一种理想的多变量统计技术，主要有迭 代聚类法和分层聚类法．聚类分析也称点群分析或者群分析，是研究分类的一种多元统计方法 3]．(2)对读 者的借阅习惯和喜好进行特征分析． 故本文采用 GRI和Apriori模型，对近年来某高校研究生的借阅记录进行信息挖掘和研究分析．并利 用分析结果找出各学科之间的关联程度 ，这个研究有利于发现各学科之间的隐形关联，并以此为依据为大 学生的课程改革以及教学内容和教学计划作适当补充和完善． 1 数据挖掘技术 1．1 数据挖掘概念 从本质上讲，数据挖掘是一种新型的信息处理手段，能够将数据的应用、联机查询操作变为高层次的 应用分析预测和决策支持．通过对这些数据进行宏观、中观和微观的分析、统计、推理。进而找到数据之间 的关联性．从商业的角度看，针对企业既定的业务 目标，数据挖掘进行大量深层次的数据分析，能够揭示不 可知的和隐藏的规律为商业策划活动提供支持．从数据挖掘出现开始就有了很强的商业 目的性，但也只有 在商业领域才有其应用价值． 1．2 数据挖掘应用分析 数据挖掘的出现就是为了面向应用的，加上当今社会各行各业的操作流程 日益趋向自动化，因此，企 i、t ． 2015年第 18期 魏 强：Clementine的数据挖掘技术对学科隐形关联性研究 业内部会产生很多的业务数据信息．一般来说，数据是由于商业运作产生的，很少有数据是因为分析工作 而专门收集的．所以，对于学校图书馆借阅信息的收集工作，必须按照分析工作的要求进行，保证收集数据 的准确性和科学性．为了更好地进行数据的收集、管理和分析，我们会采用现代信息技术进行处理，使用现 代化的软件建立数据挖掘模型．