數(shù)據(jù)挖掘在數(shù)字圖書館的應(yīng)用.pdf

1、隨著計(jì)算機(jī)和互聯(lián)網(wǎng)的廣泛普及,信息資源日益豐富,數(shù)據(jù)成倍增長(zhǎng)。過(guò)多的數(shù)據(jù)信息給數(shù)字圖書館在處理的時(shí)候造成極大的困難。大量冗余信息存在高校圖書館數(shù)據(jù)庫(kù)中,使讀者訪問(wèn)和分析信息不太便利,使用數(shù)據(jù)庫(kù)檢索出來(lái)的結(jié)果由于精確度不高,得不到足夠的重視和充分利用,導(dǎo)致資源利用不高。目前,大多數(shù)數(shù)字圖書館對(duì)信息開發(fā)和利用是十分有限,即對(duì)海量數(shù)據(jù)無(wú)法深入地開發(fā)和利用,這些問(wèn)題成為在數(shù)字圖書館的發(fā)展的道路上的絆腳石,使得數(shù)字圖書館必須面對(duì)資源管理和數(shù)據(jù)處理

2、的嚴(yán)峻的挑戰(zhàn)。因此,數(shù)字圖書館迫切需要能解決這些問(wèn)題某種技術(shù)和方法,能對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析,找出它們之間的未知關(guān)系,發(fā)現(xiàn)隱含在其中潛在的有利用價(jià)值的、原先完全不了解的信息和知識(shí)。
　　數(shù)據(jù)挖掘(DateMining)技術(shù)可以幫助人們對(duì)圖書館數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行分析和模型化的處理,可以利用已有信息數(shù)據(jù)可以對(duì)未來(lái)進(jìn)行預(yù)測(cè),并從中提取支持決策的數(shù)據(jù)和信息,對(duì)提高決策的科學(xué)性和針對(duì)性有著很大的益處。數(shù)據(jù)挖掘在數(shù)字圖書館的應(yīng)用可以

3、實(shí)現(xiàn):(1)優(yōu)化館藏圖書的結(jié)構(gòu):圖書館日常管理工作能夠精確到館藏的每種圖書,這樣能反映出圖書的真實(shí)的具體情況,為管理者合理調(diào)整館藏布局提供了比較客觀的決策支持。(2)為讀者提供更全面的信息參考服務(wù)和個(gè)性化服務(wù)。(3)加快圖書流通速度,提高圖書館圖書的使用效率等等。
　　本文主要關(guān)注研究如何優(yōu)化圖書館館藏和提高圖書館服務(wù)質(zhì)量。通過(guò)對(duì)圖書館的數(shù)據(jù)挖掘?qū)崿F(xiàn)(1)優(yōu)化圖書館館藏,為滿足讀者基本圖書借閱需求(2)提高信息獲取速度,為讀者提供

4、更全面的信息參考服務(wù)和個(gè)性化服務(wù);為圖書館完善服務(wù)結(jié)構(gòu)和提升服務(wù)水平。主要工作如下:
　　首先,進(jìn)行圖書館數(shù)據(jù)庫(kù)建設(shè),即收集包括讀者信息記錄、借閱記錄、流通日志記錄及圖書館文獻(xiàn)數(shù)目記錄等數(shù)據(jù),并對(duì)收集到的信息進(jìn)行相應(yīng)的預(yù)處理,建立圖書館有用信息數(shù)據(jù)庫(kù)。
　　其次,采用關(guān)聯(lián)算法(FP-Growth算法)應(yīng)用于的圖書流通數(shù)據(jù)挖掘分析,采用聚類算法(K-Means均值算法)應(yīng)用于讀者和圖書的借閱信息挖掘分析,從中發(fā)現(xiàn)圖書類別之間、