本文關(guān)鍵詞： 數(shù)據(jù)挖掘 長(zhǎng)尾理論 圖書(shū)館服務(wù) 離群數(shù)據(jù)挖掘　出處：《北京交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：互聯(lián)網(wǎng)的高速發(fā)展影響著當(dāng)今社會(huì)的各行各業(yè),圖書(shū)館服務(wù)業(yè)首當(dāng)其沖。電子信息出版商、互聯(lián)網(wǎng)內(nèi)容提供商選擇積極搶占圖書(shū)信息市場(chǎng),與搜索引擎、信息咨詢公司等信息服務(wù)提供商達(dá)成創(chuàng)新模式合作。這導(dǎo)致圖書(shū)館的用戶粘性逐漸減弱,以往的忠實(shí)讀者紛紛轉(zhuǎn)而投向互聯(lián)網(wǎng)大數(shù)據(jù)資源的懷抱。圖書(shū)館面臨著嚴(yán)峻的發(fā)展形勢(shì)。如何打破傳統(tǒng)思維模式的桎梏,將圖書(shū)館的傳統(tǒng)優(yōu)勢(shì)與先進(jìn)的理論和技術(shù)相結(jié)合,提高圖書(shū)館服務(wù)效益,是當(dāng)下圖書(shū)館服務(wù)業(yè)最為艱巨的任務(wù)。傳統(tǒng)的圖書(shū)館服務(wù)業(yè)遵循"二八定律",認(rèn)為20%的館藏資源能滿足80%的讀者需求。本文通過(guò)文獻(xiàn)分析、理論論證和實(shí)證研究,指出在互聯(lián)網(wǎng)和大數(shù)據(jù)的新經(jīng)濟(jì)形勢(shì)下,傳統(tǒng)的"二八定律"已經(jīng)不能滿足用戶多元化、個(gè)性化的需求。曾在商業(yè)經(jīng)濟(jì)領(lǐng)域被成功驗(yàn)證的"長(zhǎng)尾理論"也適用于圖書(shū)館服務(wù)領(lǐng)域。本文在準(zhǔn)確把握?qǐng)D書(shū)館服務(wù)過(guò)程的兩個(gè)主體——圖書(shū)館資源和用戶的基礎(chǔ)上,從長(zhǎng)尾理論的三大推動(dòng)力量和圖書(shū)館服務(wù)發(fā)展歷程的三個(gè)階段的角度,闡釋了長(zhǎng)尾現(xiàn)象在圖書(shū)館服務(wù)領(lǐng)域產(chǎn)生、發(fā)展和繁榮的歷程;從圖書(shū)館服務(wù)的產(chǎn)業(yè)屬性角度,論證了長(zhǎng)尾理論在圖書(shū)館服務(wù)領(lǐng)域的適用性;從當(dāng)今圖書(shū)館所處的競(jìng)爭(zhēng)形勢(shì)和信息共享的角度,論證了長(zhǎng)尾理論應(yīng)用在圖書(shū)館服務(wù)領(lǐng)域的必要性。本文創(chuàng)新性地提出了"滿足需求"和"創(chuàng)造需求"兩種圖書(shū)館長(zhǎng)尾服務(wù)的開(kāi)發(fā)策略。在后者的指導(dǎo)下,對(duì)長(zhǎng)尾理論、數(shù)據(jù)挖掘、文本挖掘等相關(guān)理論、概念和方法進(jìn)行研究,選擇適用于探索圖書(shū)館長(zhǎng)尾服務(wù)模式的理論和方法,構(gòu)建了"圖書(shū)館長(zhǎng)尾服務(wù)數(shù)據(jù)挖掘體系",提出了"基于兩次聚類的文本離群數(shù)據(jù)挖掘算法"。最后,運(yùn)用學(xué)位論文的真實(shí)數(shù)據(jù)集進(jìn)行了實(shí)證研究,得到了有價(jià)值的結(jié)果。
[Abstract]:The rapid development of the Internet has affected all kinds of industries in today's society, and the library service industry bears the brunt. Electronic information publishers and Internet content providers choose to actively seize the book and information market, and search engines, Information service providers, such as information consulting firms, have agreed on innovative modes of collaboration. This has led to a gradual decline in the user stickiness of libraries. The loyal readers of the past have turned to the embrace of big data resources on the Internet. The library is facing a severe development situation. How to break the shackles of the traditional thinking mode and combine the traditional advantages of the library with the advanced theory and technology, Improving the efficiency of library service is the most arduous task of the library service industry at present. The traditional library service industry follows the "law of two or eight" and holds that 20% of the collection resources can meet the needs of 80% readers. Theoretical argumentation and empirical research point out that under the new economic situation of the Internet and big data, the traditional "two-eighth law" can no longer satisfy the diversity of users. The "long tail theory", which has been successfully verified in the field of commercial economy, is also applicable to the field of library service. This paper, on the basis of accurately grasping the two main bodies of library service process-library resources and users, From the perspective of the three driving forces of the long tail theory and the three stages of the development of library service, this paper expounds the process of the emergence, development and prosperity of the long tail phenomenon in the field of library service, and from the angle of the industrial attribute of the library service, This paper demonstrates the applicability of the long tail theory in the field of library service, and from the point of view of the competitive situation and information sharing in the library today, This paper demonstrates the necessity of the application of long-tail theory in library service field. This paper innovatively puts forward two kinds of development strategies of "satisfying demand" and "creating demand". Under the guidance of the latter, the author discusses the theory of long tail. Data mining, text mining and other related theories, concepts and methods are studied. This paper constructs a "data mining system of long tail service of library", and puts forward a "text outlier data mining algorithm based on two-cluster clustering". Finally, an empirical study is carried out using the real data set of the dissertation, and valuable results are obtained.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：G252

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應(yīng)用[J];昌吉師專學(xué)報(bào);2001年02期

2 鄭雪燕,張杰明,岳洋;數(shù)據(jù)挖掘語(yǔ)言[J];計(jì)算機(jī)時(shí)代;2001年11期

3 劉明晶;數(shù)據(jù)挖掘[J];華南金融電腦;2001年04期

4 張偉;劉勇國(guó);彭軍;廖曉峰;吳中福;;數(shù)據(jù)挖掘發(fā)展研究[J];計(jì)算機(jī)科學(xué);2001年07期

5 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據(jù)挖掘綜述[J];模式識(shí)別與人工智能;2001年01期

6 朱建平,張潤(rùn)楚;數(shù)據(jù)挖掘的發(fā)展及其特點(diǎn)[J];統(tǒng)計(jì)與決策;2002年07期

7 傅嵐;在數(shù)據(jù)海洋中打撈信息數(shù)據(jù)挖掘[J];科技廣場(chǎng);2002年11期

8 李峻;數(shù)據(jù)挖掘,企業(yè)洞察先機(jī)的“慧眼”[J];中國(guó)計(jì)算機(jī)用戶;2002年48期

9 羅可,蔡碧野,卜勝賢,謝中科;數(shù)據(jù)挖掘及其發(fā)展研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年14期

10 ;2002數(shù)據(jù)挖掘研討班[J];計(jì)算機(jī)工程;2002年06期

相關(guān)會(huì)議論文 前10條

1 史東輝;蔡慶生;張春陽(yáng);;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢(shì)[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六�。▍^(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 肖陽(yáng);李啟賢;;數(shù)據(jù)挖掘在中國(guó)鋼鐵行業(yè)中的應(yīng)用[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2012年會(huì)暨能源計(jì)量與節(jié)能降耗經(jīng)驗(yàn)交流會(huì)論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日?qǐng)?bào);2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點(diǎn)想像力[N];計(jì)算機(jī)世界;2004年

3 □中國(guó)電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險(xiǎn)業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報(bào)記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點(diǎn)[N];中國(guó)電子報(bào);2002年

7 本報(bào)記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國(guó)信息化新浪潮[N];中國(guó)電子報(bào);2003年

8 本報(bào)記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國(guó)旅游報(bào);2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭(zhēng)的基礎(chǔ)工程[N];解放軍報(bào);2005年

10 本報(bào)記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時(shí)報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問(wèn)題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對(duì)與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計(jì)紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評(píng)估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險(xiǎn)管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測(cè)模型研究[D];中國(guó)地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗(yàn)方經(jīng)驗(yàn)研究[D];南京中醫(yī)藥大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識(shí)別與評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營(yíng)中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據(jù)挖掘聚類中的應(yīng)用研究[D];昆明理工大學(xué);2015年

4 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺(tái)設(shè)計(jì)[D];江南大學(xué);2015年

5 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

6 戴陽(yáng)陽(yáng);基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測(cè)研究與應(yīng)用[D];江南大學(xué);2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

8 陳丹;移動(dòng)互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營(yíng)銷的設(shè)計(jì)與實(shí)現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

9 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識(shí)別模型的研究[D];昆明理工大學(xué);2015年

10 位長(zhǎng)帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

，

本文編號(hào)：1550901