基于数据挖掘的图书智能推荐系统的研究.doc

摘要:信息化的飞速发展，使得信息资源的数量日益庞大，而人们对于信息需求的层次也更高，人们要求更快更好地获得所需要的信息。因此，数据的有效利用以及满足个性化的服务需求成为一个亟待解决的问题。数据挖掘技术可针对数字化图书馆的海量数据进行科学的梳理与细分，从而挖掘出数据背后潜在的、有价值的信息,为决策者提供决策支持，同时提高了图书馆的价值与潜力。原有图书馆管理系统只能实现借书、还书、库存管理以及新书上架等一般功能，增加数据挖掘的功能，并运用个性化推荐技术，可以实现图书馆管理系统的智能化，在提高图书馆管理水平与个性化服务质量方面提供了一种新思路，图书馆不需要再花费大量的人力、物力去对用户的个性化信息进行搜集和维护，可以直接分析读者的记录得出读者的个性化信息需求。本论文主要研究了数据挖掘在图书智能推荐系统中的应用，并选用关联规则中最经典的Apriori算法完成对图书馆中数据进行挖掘。

关键词：数据挖掘；关联规则；Apriori算法；图书馆

目录

摘要

Abstract

1 绪论-1

1.1 研究背景及意义-1

1.2 数据挖掘技术在图书管理系统中应用的必要性和可行性-1

1.2.1 必要性分析-1

1.2.2 可行性分析-2

1.3国内外研究现状-2

1.4本文主要工作-3

1.5论文组织结构-3

2 数据挖掘基础理论知识-5

2.1数据挖掘的产生、发展-5

2.2数据挖掘的概念-5

2.3数据挖掘的过程-5

2.4数据挖掘方法和技术-7

3 关联规则-8

3.1关联规则挖掘概述-8

3.2关联规则的基本概念-8

3.3挖掘关联规则的相关算法-10

4 图书馆的个性化服务模型-13

4.1数字图书馆个性化信息服务介绍-13

4.2个性化服务模型-14

4.2.1个性化服务模型的框架-14

4.2.2个性化推荐引擎模块-17

4.2.3个性化信息呈现与反馈模块-19

4.3关联规则挖掘系统的实现-19

结论-25

致谢-26

参考文献-27