基于數據挖掘的高校圖書館館藏推薦系統(tǒng)模型研究.pdf

1、數據挖掘技術在商業(yè)領域的應用已經取得了巨大的價值，其應用價值也逐漸地被社會其它領域所借鑒學習。現有的高校圖書館管理系統(tǒng)已經積累了大量的讀者信息和借閱歷史信息，為推薦服務提供了數據基礎。
　　論文通過對數據挖掘及經典的挖掘算法進行系統(tǒng)地研究分析，針對高校圖書館流通數據挖掘的實際要求，對關聯規(guī)則算法中的常用算法Apriori算法通過減少無關項目計算對其進行了一些改進，在此基礎上，設計了一個高校圖書館館藏推薦系統(tǒng)模型。該系統(tǒng)模型運用數據

2、挖掘中的聚類和分類技術，根據讀者類型、工作單位、借書冊數和借書種類，將之劃分成為具有背景屬性和興趣接近的讀者群，運用數據挖掘中的關聯規(guī)則查找出在同一個群中最感興趣的書目，為高校圖書館主動提供推薦服務參考。通過實驗測試表明，模型的挖掘方案設計即先分群后推薦，并根據讀者的興趣過濾挖掘結果的方法是合理的，所推薦的書目基本滿足了高校圖書館讀者的需求。
　　數據挖掘在高校圖書館中的應用還處于剛剛起步不久。本文在推薦服務等方面的一些想法和做法