基于数据挖掘的高校图书馆借阅数据特性研究与应用-research and application of borrowing data characteristics of university library based on data mining.docxVIP

第一章绪论基于数据挖掘的高校图书馆借阅数据特性分析与应用应用，提高销售的成功率[4]；在制造业，用来控制产品生产，降低次品率[5]。图书馆数字化为传统的图书服务带来了新的契机，不仅改变了传统的服务方式，而且积累了大量的宝贵数据。图书馆面向用户的信息需求与形式越来越多样化，用户除了对本专业的理论和新技术知识的需求外，还需要提高自身的文化素养和品味。对文献资料的类型需求也越来越来广泛。因此个性化的信息服务成为了新的发展趋势。个性化服务需要用户的兴趣、图书间的关联等信息的支持，而这些信息能够通过对图书馆的日常业务数据分析和挖掘获得，如：用户的借阅记录、图书的被借阅信息等。除此之外，对业务数据的挖掘还可以为图书馆合理分布馆藏、为准确把握用户的个性和需求，提供个性化服务提供决策支持[6]。因此，研究数据挖掘在高校图书馆借阅数据特性分析与应用具有非常重要的实际意义。1.3论文的所做的工作及创新点本文的研究是从图书馆信息管理的实际需求出发，图书的流通率低一直是高职院校的一个普遍问题，正是基于这一点，本文从图书和读者两个维度做了深入的分析，从大量的图书借阅数据中找出规律，以更好的服务于读者，提高图书馆的借阅率。论文的主要内容包括以下几个方面：1．聚类分析、关联规则及决策树的基础理论；2．从读者和图书两个方面应用聚类算法；3．结合图书馆借阅数据的特点，改进了关联算法在借阅数据分析的算法；4．在聚类的