關(guān)聯(lián)規(guī)則挖掘在圖書借閱數(shù)據(jù)處理中的應用.pdf

1、高校圖書館作為高校師生的一個重要知識庫，館內(nèi)藏書所涉及的領(lǐng)域非常廣泛；圖書館每年購入新書，因此圖書館藏書量也在不斷增多。師生們要在眾多的書籍中找到自己需要的相關(guān)圖書是一件非常困難的事情。因此，快速有效地優(yōu)化藏書布局對師生的學習與研究顯得尤為重要。本課題的目標就是運用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則方法，從讀者的歷史借閱數(shù)據(jù)中快速有效地挖掘出借閱書籍之間的關(guān)聯(lián)信息，來幫助管理員優(yōu)化藏書布局。 本文首先闡述了數(shù)據(jù)挖掘的理論基礎，對關(guān)聯(lián)規(guī)則數(shù)據(jù)挖

2、掘中的一些經(jīng)典算法進行了系統(tǒng)的分析和總結(jié)；然后根據(jù)要求將圖書館歷史借閱數(shù)據(jù)進行數(shù)據(jù)預處理，包括數(shù)據(jù)的導入和提取、事務數(shù)據(jù)庫的建立；在此基礎上將新的關(guān)聯(lián)規(guī)則挖掘算法MFP-Miner算法運用到事務數(shù)據(jù)庫，挖掘出借閱書籍之間的關(guān)聯(lián)規(guī)則。實驗結(jié)果顯示，該算法在效率上優(yōu)于其它算法。 由于圖書館借閱數(shù)據(jù)每日有更新，數(shù)據(jù)庫不斷增大，并且根據(jù)需要的關(guān)聯(lián)程度不同，最小支持度也有變化。為了使圖書擺放能夠盡快適應師生借閱需求，需要不斷地更新挖掘結(jié)果