图书管理系统中借阅行为探析.docVIP

图书管理系统中的借阅行为分析 　　【摘要】由于现代计算机技术的发展，图书管理系统也开始使用各种先进的软件进行借阅数据的分析。通过先进技术的运用，可以实现高效的数据的分析，更加准确的了解读者的阅读习惯，为图书管理工作提供具体的指导，以促进图书管理工作的发展，实现更为人性化的服务 【关键词】图书管理；系统；借阅行为 引言 在图书馆的管理工作中，管理人员需要对读者的信息、借阅的治疗、还书的情况等信息进行及时的了解，以保证图书的正常流通。而其中读者的借阅行为通常对图书馆的管理具有一定的指导意义。为了分析广大读者的行为倾向，需要进行广泛的数据收集和处理。传统的分析方法耗费时间和人力，但是随着计算机的普及，数据挖掘技术给行为的分析带来了方便，本文从图书馆的图书管理系统。数据的挖掘和行为的分析三个方面进行简要的分析，为更好的进行图书的管理提供依据 一、图书管理系统以及图书馆系统的数据挖掘 图书管理系统主要是包括图书管理员、用户和系统的维护员在内的一个完整的系统。其中，图书管理员主要对各种信息进行录入、更新和管理，是系统的主体部分。而现代的图书管理系统一般是通过计算机进行操作的，为了保证工作的正常运行，需要系统维护员进行定期的系统维护，以保证计算机信息网络的正常功能。用户指的是读者，图书馆的开办就是为了给读者提供便利，只有读者不断地的进行图书的借阅，才能使图书馆正常的运转起来，发挥应有的作用 图书馆的借阅行为是指读者进行图书检索、借出到归还的一系列的行为。由于现代图书馆的很多操作是经过计算机进行操作的。比如图书的简述、借阅者的信息、借出和归还书籍的信息。因此，为了更好的了解读者的行为规律，发现数据隐藏下的行为规律，需要相关技术人员对信息数据进行挖掘。而现阶段的发展成熟的数据挖掘软件为此向工作提供了巨大的便利 二、数据挖掘的方法以及注意事项 数据挖掘值得是从数据库中发现隐含的信息，主要是通过对大量的，无规律的，混杂的数据中，进行隐含的有用信息的填补。现阶段，数据挖掘被运用到各个领域中。如市场管理者根据顾客的数据进行行为的分析，从而制定有效地营销策略。在图书馆系统中，我们也可以运用数据进行行为的分析。在此过程中，首先应该分析实际情况，确定数据挖掘的目标。由于数据的庞大，为了实现高效的分析，首先就应该确定目标进行数据的准确提取。在图书馆管理系统，通常会有包括个人信息，书籍信息，借阅日期，馆藏地点等很多不同的信息。在进行有目的的提取后，应该进行聚类分析，即按照读者借阅的文献种类、读者院系、文献借阅频率等进行分类。然后，应该按照相关数据的关联规则对读者的借阅数据进行分析。并在此基础上获取不同变量之间的关系，比如分析文献与院系的联系以分析相关院系借阅图书的侧重点。或者哪类人群喜欢借阅那种相似类型的数据，以制定出相应的图书管理策略。最后，将挖掘的数据信息进行整合，分析图书使用的频率，找出紧缺图书，制定合理的图书采购和管理计划 三、读者借阅行为分析 为了更为有效地分析读者的借阅行为，在正确的使用数据挖掘软件的同时，还要按照一定的程序方法，才能实现操作的准确高效。通过相关资料的学习分析，对借阅行为分析的方法进行简要的总结。提出现阶段行为分析的具体操作分步骤，具体如下文所示 1.数据预处理。技术人员在获得数据之后，首先要进行数据的预处理。主要包括包括根据相关软件的要求对数据进行格式的转换，删去不需要的和不完整的信息，选择需要分析的数据并对数据进行分类 2.数据的关联性的分析。在分类之后，为了寻在隐藏在数据库中的不同数据之间的关联，需要我们首先招数数据之间的关联规律，也就是数据之间隐含的依赖关系。一般情况下，我们通过支持度和可信度进行数据关联规律的测量。支持度值得是某一种事物中包含其他类型的事物的数量以及与总的事物数量之间的关系。可信度值得是某一种食物中包括其他类型事物的数量与只包含其中一种事物数的比值。计算机一般情况下会挖掘出用户指定的最小支持度和最小可信度的关联数据集 3.数据聚类分析。数据的聚类Fenix是将数据中的全部实例进行分组，将同样分组的实例进行聚集，最后达到同一分组的实例距离近而不同分组的实例间距远的结果。相关的软件目前可提供提供了9种聚类算法，研究者在实际应用中应该注意进行合理的选择，尤其注意参数的设置问题。在运行结果出现后，进行针对性的分析。如果聚类结果不理想，可调整参数，继续分析数据，指导结果理想位置 4.进行借阅行为规律的具体分析。在对数据进行摄入的挖掘和分析之后，管理人员应该跳出数据，进行针对性的分析。分析过程中应该结合结合实际情况，进行读者行为规律的分析。并根据实际情况制定管理的策略 综上所述，为了实现图书馆的高效管理，工作人员应该借助现代科技的力量，利用先进的数据挖