【摘 要】
：
随着科技信息的发展,数字图书馆已经成为图书馆建设的主流方向。数字图书馆中存储的海量信息为数据挖掘提供广泛的应用空间和更高的技术要求。如何高效地利用数据挖掘技术挖
论文部分内容阅读
随着科技信息的发展,数字图书馆已经成为图书馆建设的主流方向。数字图书馆中存储的海量信息为数据挖掘提供广泛的应用空间和更高的技术要求。如何高效地利用数据挖掘技术挖掘出这些数据背后隐藏着许多重要的、有价值的信息是一个新兴的课题研究方向。 本文结合目前高校图书馆的实际情况,通过研究多维关联规则挖掘方法,并将其应用在数字图书馆个性化服务中,从而为不同类型的图书馆读者和决策者提供更好的个性化、智能化服务。论文主要研究内容如下: (1)理解数字图书馆个性化服务的内涵和多维关联规则数据挖掘的联系,根据个性化服务的特点,建立数据挖掘数据模型系统,通过基于谓词索引多维关联规则对数据进行挖掘处理。 (2)研究并分析了经典FP-Growth算法,提出基于项对索引链表的IPILFPG优化算法。在多维数据挖掘方面,该算法的时间和存储效率有所提高。 (3)分析挖掘的结果,发现读者的行为倾向和兴趣模式,提供相应的预测报告、动态分析等。为读者提供信息推送、关联推荐等特色服务,为决策者提供采购图书,提高馆藏利用率,优化馆藏资源,指导学科建设等服务。
其他文献
基于对象的网络存储是当前存储领域研究的热点问题,基于对象的网络存储服务性能优化研究是其中的重要方面。计算机网络的快速发展与网络存储信息量的急剧膨胀对网络存储系统
信息技术的发展使人类社会大步迈入了网络时代,使得人们开始广泛关注网络理论研究。复杂网络理论研究各种看上去互不相同的复杂网络之间的共性和处理它们的普适方法,探索复杂
可信计算是当前研究的热点问题,构建安全的可信计算系统涉及多方面的内容,存储安全是其中重要组成部分,而数据的完整性和机密性保护是存储安全的两个最基本要求。 目前在
随着移动智能设备的普及和功能的增强，多样化手持与车载终端的广泛应用，无线通信需求的进一步增加，无线网络逐渐延伸到拓扑更加多变、信道更恶劣的应用环境中，这些场景具有节点分
随着因特网技术在人类社会活动中的应用越来越广泛，因特网中信息的规模越来越大。庞大的信息数量使得大部分人难以自己检索需要的信息，而只能通过搜索引擎帮助检索。但现有的搜
近年来,时滞神经网络已经广泛应用到模式识别,信号处理,联想记忆,全局优化等领域。众所周知,神经网络的设计必须很大程度的依赖于系统本身的动力学属性。因此,时滞神经网络动
在软件系统建模领域,面向对象的建模方法已经占据了主流地位。然而,面向对象建模方法,都存在如下几个问题:(1)已有的面向对象建模方法常常把目光集中在建模元素上,而不关注与
近年来,现代科学技术迅猛发展,传感器依赖的科技,如嵌入式技术、无线网络通信技术、微机电技术等日新月异,能够民用的无线传感器网络应用也逐渐出现在人们视野。目前,我国对
随着数据收集技术的发展，海量数据时代已经到来。当今社会商业竞争异常激烈，人们迫切希望从海量数据中，提取有用的信息以帮助进行商业决策。但是，传统的数据分析和数据挖掘技术在
带容量限制的基于质心的Voronoi图(CCCVT, Capacity Constrained Centroidal Voronoi Tessellation)在普通Voronoi图的基础上加入质心限制和容量限制,可生成符合容量约束的CV