關聯規(guī)則挖掘在圖書借閱數據處理中的應用.pdf_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、高校圖書館作為高校師生的一個重要知識庫,館內藏書所涉及的領域非常廣泛;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據挖掘中的關聯規(guī)則方法,從讀者的歷史借閱數據中快速有效地挖掘出借閱書籍之間的關聯信息,來幫助管理員優(yōu)化藏書布局。 本文首先闡述了數據挖掘的理論基礎,對關聯規(guī)則數據挖

2、掘中的一些經典算法進行了系統的分析和總結;然后根據要求將圖書館歷史借閱數據進行數據預處理,包括數據的導入和提取、事務數據庫的建立;在此基礎上將新的關聯規(guī)則挖掘算法MFP-Miner算法運用到事務數據庫,挖掘出借閱書籍之間的關聯規(guī)則。實驗結果顯示,該算法在效率上優(yōu)于其它算法。 由于圖書館借閱數據每日有更新,數據庫不斷增大,并且根據需要的關聯程度不同,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果

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論