15400字论文范文图书管理与智能评估平台在高校中的应用探讨

论文类型：论文范文

论文字数：15400字

论点：图书,借阅,数据挖掘

论文概述：

本文结合数据挖掘中相对简单的聚类和关联规则，提出了针对专科院校图书管理的智能分析系统。详细阐述了该系统的结构、数据挖掘、数据处理、结果实现等过程。

论文正文：

第一章引言

1.1问题研究的背景
经济发展推动了科学技术的发展。在科学技术飞速发展的几十年中，大量的统计数据得以保留。这些统计数据为我们的工作提供了宝贵的经验和教训，使我们能够充分了解过去的得失。不幸的是，它不允许我们把握未来的趋势。这是我们不想看到的。我们希望这些巨大的数据能够真正实现其应有的价值，不仅让我们了解过去，也让我们把握未来。
我们需要一种能够从大量不完整和复杂的统计数据中把握行业未来发展趋势的技术。经过科学家们的不断探索，数据挖掘技术终于“然而，在她向我们走来之前，我们已经打了一千次电话，催促了一千次”。它的到来把我们的数据库技术带入了一个新时代。我们称这项技术为数据挖掘时代。数据挖掘对各行各业都有重要意义。它能给企业带来可观的经济效益，给科研人员带来新的灵感，给教育者带来深入的研究。那时，数据挖掘已经在全世界范围内展开。
随着我国高等教育的快速发展，大学生人数逐年增加，图书馆的采购和服务也在不断增加，这给图书馆管理工作带来了机遇和挑战。如何提高高校图书馆的服务质量，变被动服务为主动服务，为图书馆建设新的未来，是每个图书馆管理者需要思考的问题。
目前，大多数专业院校的图书馆管理都是基于工业系统(Industrial LASH)的。该系统是1998年由中国文化部和深圳图书馆牵头的图书管理系统。它的成功发展打破了中国图书馆管理系统的空白色。当时，它在国内外处于领先水平。然而，随着时间的推移，它的缺点逐渐暴露出来。龚拉什系统只能对数据进行简单的查询，很难对数据进行深入分析。此外，由于龚拉什系统的查询功能过于简单，很多读者在查询时都会遇到这样的问题:如果要查询的图书在数据库中没有完整的匹配书目，系统会显示“您要找的图书不存在”。事实上，馆藏中有许多书籍与读者查询的图书日期相似，即使是内容相同的书籍，只是因为图书日期不同，但我们不能向读者推荐。这是LASH长期困扰图书经理的一个问题。
本课题的主要任务是利用高校现有的图书馆数据库资源，建立图书馆管理智能分析系统，从而挖掘图书馆数据库中包含的有用知识。一方面要充分利用现有的信息资源)}J、另一方面要通过挖掘数据中潜在的关系和规律来预测学校预购图书的规模和重点，并对图书采购提出有针对性的建议。第三，应确定特定借款群体或个人的借款趋势、借款习惯和借款需求，并提出更有针对性的服务。

1.2数据挖掘的学术研究现状
数据挖掘技术在人类历史上的首次应用可以追溯到第二次世界大战前夕。为了获得更全面的人口普查信息，美国政府在全国人口普查中首次使用了数据库分布法和数据偏差检测等分析方法。随着数据库技术的不断改进和发展，出现了许多新的数据模型，如演绎模型、面向对象模型、扩展关系模型和对象关系模型。新模型带来了新的研究方向。贝叶斯分析和Boosting方法在数据挖掘中得到了广泛的应用。KDD在数据库中的应用也受到了广泛关注。

1.3本文要完成的工作
近年来，在教育部扩招的情况下，我国高校办学规模逐步扩大。教师和学生数量的增加以及读者需求的增加都凸显了国际图书馆协会系统的缺点。首先，缺乏人性化的搜索，不能满足读者的搜索需求。其次，没有对大量数据的理性分析，很难找出大量数据的规律。第三，不可能给图书馆员提出可行的建议。为了更好地为高校师生服务，充分发扬图书馆服务导向的宗旨，为师生创造便捷的借阅环境，同时考虑经济强度。在这些方面的统筹考虑下，图书馆领导决定充分发挥LASH系统的余热，增加技术人员的创新。我们从2010年暑假开始改进最初的LASH系统。
本课题的研究主要解决两个问题。一是找出图书馆借书之间的关系。具体来说，发现了图书之间的关系，图书馆中的图书形成了一种相互联系的网络关系。在此基础上，图书管理人员可以推荐与其借阅的图书高度相关的图书，同时根据图书的相关性显示图书，并将高度相关的图书放置在附近。二是找出具有相同借阅行为的读者，探索借阅行为与图书的关系，使图书管理者能够更好地了解读者，从而为他们提供适合其借阅行为的个性化服务。

第2章数据挖掘技术概述

2.1数据挖掘的基本概念
数据挖掘是从海量数据资源中挖掘有用信息的一个不平凡的过程，即从大量不完整、嘈杂、模糊和随机的实际应用数据中发现隐含的、常规的、预先未知的、但潜在有用且最终可理解的信息和知识。所谓事先未知的信息意味着数据是新的，不能预先预测。新颖性的要求是发现的方式应该是以前未知的。数据挖掘发现的知识可能违反常识。它的初衷是发现潜在的信息，而不是肤浅的知识。因此，挖掘的信息越出乎意料，就越有可能具有实际应用价值。

第三章图书管理系统需求分析.......................................................................18
3.1我们学校图书馆的基本结构....................................................................18
3.2图书馆数据挖掘的必要性.....................................................................19
3.3图书馆数据挖掘的可行性.......................................................................20
第四章高校图书馆智能分析系统的分析与设计................................21
4.1关联规则的应用.......................................................................21
4.2聚类分析在高校图书馆智能分析系统中的应用..............................25
4.3图书馆数据挖掘的数据处理..........................................................27
4 . 3 . 1洛杉矶系统数据库分析...................................................................27[/溴/]4.3.2数据预处理.......................................................................28
4.4系统实施....................................................................................29
4.4.1数据集成模块.....................................................................30
4.4.2数据挖掘模块.................................................................................31
4.4.3数据挖掘结果应该)} J.........................................35
第五章系统应用测试和未来展望.....................................................................38

第五章系统应用测试与未来展望

通过对高校图书馆ILAI系统的全面分析，肯定了其图书录入、查询和统计的功能，发现了其在数据分析方面的不足，数据之间缺乏相关性，无法为图书馆员提供分类信息和读者提供更详细的服务。为了解决上述问题，结合数据挖掘中相对简单的聚类和关联规则，提出了一种高校图书馆管理智能分析系统。详细描述了该系统的结构、数据挖掘、数据处理和结果实现。
该系统在高校的应用有以下优点:
1 .有利于图书馆员的科学决策，进一步提高图书馆的服务水平和质量。根据读者的借阅兴趣和借阅要求，及时合理添加服务模块，科学安排人员排班，及时调整工作部署，高效有序开展工作，同时为不同读者提供有针对性的服务。
2，大大提高了图书馆馆藏利用率。在数据挖掘的过程中，我们发现有些书籍似乎没有什么关系，但实际上它们之间有很高的相关性。对于这些书，我们采用了相邻排列和间隔排列两种排架方案。相邻的安排有利于借出彼此相关的所有书籍。对于间隔排列的彼此相关的书籍，读者在借阅时一定会寻找间隔和一个占卜的书籍。这时，间隔放置的书可以被读者借走。这两种方法大大提高了我馆图书的借阅率，解决了许多图书从未被借阅的问题。
3。买书更有目的。采购部会根据对更频繁借阅的图书及其相关图书的反馈及时增加借阅量，以缓解图书借阅紧张局面，减少图书借阅损失，为图书馆采购图书类型提供依据。
研究高校图书馆管理系统具有十分重要的意义。人们都说图书馆是学校的学术中心。通过我们的不断努力，我们希望在图书馆看到讨论知识的学术氛围，看到读者满意的微笑，并在工作中与时俱进。然而，这个话题仍然有许多局限性。如何扩大挖掘的数量和效益，如何将图书馆的数据挖掘经验扩展到学校的各个部门，以及如何指导具体的工作，都是我今后工作中需要进一步研究的问题。

参考资料:
[l]曾军，数据挖掘技术在图书馆管理系统中的应用“D”。贵州:贵州大学，2007:l-2
[2]吴森.数据仓库与数据挖掘[硕士]。北京:冶金工业出版社，2003，9
[3]李卫平。基于数据挖掘的图书馆读者需求分析[。图书馆论坛。2004 (3): 8688
[4]司徒皓珍。数据挖掘技术在图书馆信息服务“1”中的应用。现代图书馆与信息技术，2005 (10) 15118
[5]李池畔。基于核聚类算法的高校图书借阅信息分类方法[李疏芬·[]。现代信息2003(9):186 188
[6]胡侃。夏邵伟。基于大型数据仓库的数据挖掘研究综述。软件杂志。1998(1)
[7]张伟明主编。数据仓库原理与颍川。北京:电子工业出版社，2002
[8]林子等.数据仓库的原理与实践。北京:人民邮电出版社。2003
[9]林杰斌等.数据挖掘与OLAP理论与实践。北京:清华大学出版社，2003
[10]彭慕根。数据仓库技术及其实现。北京:电子工业出版社，2002，23125