為了多維度分析和挖掘讀者的入館行為規(guī)律,為圖書館的高效運(yùn)營提供思路,以上海大學(xué)圖書館為例,通過數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、結(jié)果分析等流程,對該圖書館近一年的入館行為數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、聚類和可視化分析,得出讀者入館的多角度關(guān)系;利用該圖書館近10年的入館統(tǒng)計(jì)數(shù)據(jù),對入館頻次進(jìn)行了預(yù)測。模型得到統(tǒng)計(jì)、聚類和預(yù)測的分析結(jié)果,并通過可視化方式呈現(xiàn)了規(guī)律。實(shí)驗(yàn)結(jié)果表明讀者入館行為存在周期性、趨勢性等規(guī)律,對圖書館資源調(diào)配有借鑒意義。 

【文章來源】：電子測量技術(shù). 2020,43(14)

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引 言
1 研究對象與數(shù)據(jù)集
    1.1 研究對象
    1.2 一卡通入館數(shù)據(jù)
    1.3 數(shù)據(jù)處理
2 研究方法
    2.1 基于統(tǒng)計(jì)學(xué)的方法——頻次統(tǒng)計(jì)并可視化
    2.2 K-Means聚類算法
        1)算法選擇
        2)K-Means算法步驟
    2.3 ARIMA算法
        1)算法選擇
        2)ARIMA算法步驟
3 實(shí)驗(yàn)結(jié)果討論與分析
    3.1 基于統(tǒng)計(jì)學(xué)方法的頻次統(tǒng)計(jì)及可視化分析
        1)實(shí)驗(yàn)結(jié)果
            (1)按照身份劃分
            (2)按照學(xué)院部門劃分
            (3)按照季度劃分
            (4)按照月份劃分
            (5)按照24 h劃分
        2)結(jié)果分析
    3.2 基于入館時(shí)間與部門類別數(shù)據(jù)的K-Means聚類分析
        1)實(shí)驗(yàn)結(jié)果
        2)結(jié)果分析
    3.3 基于ARIMA算法的年入館人流量趨勢預(yù)測
        1)ARIMA模型參數(shù)估計(jì)
        2)ARIMA模型預(yù)測
        3)結(jié)果分析
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]大學(xué)圖書館讀者入館行為分析——從三峽大學(xué)圖書館2017年書庫收書統(tǒng)計(jì)數(shù)據(jù)說起[J]. 盧躍紅,邢紅鑫.  價(jià)值工程. 2019(22)
[2]基于ARIMA的網(wǎng)絡(luò)流量建模及預(yù)測研究[J]. 盛虎,張玉雪.  通信技術(shù). 2019(04)
[3]基于ARIMA模型的我國民航客運(yùn)量時(shí)序分析[J]. 王蓉.  蘭州石化職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2019(01)
[4]基于ARIMA模型與Winter模型的水運(yùn)貨運(yùn)量預(yù)測比較[J]. 趙朝文,羅璟,邱晨.  軟件. 2019(01)
[5]高壓局部放電定位模型轉(zhuǎn)換求解與改進(jìn)K-means聚類優(yōu)化方法[J]. 王署東,尹柏強(qiáng),何怡剛,李兵,佐磊,侯金波.  電子測量與儀器學(xué)報(bào). 2018(11)
[6]基于圖書館門禁數(shù)據(jù)的學(xué)生讀者到館行為分析——以電子科技大學(xué)清水河校區(qū)圖書館為例[J]. 郭亨藝.  四川圖書館學(xué)報(bào). 2018(03)
[7]基于K-means聚類算法的改進(jìn)[J]. 李金濤,艾萍,岳兆新,馬夢夢,邊世哲.  國外電子測量技術(shù). 2017(06)
[8]基于讀者到館行為數(shù)據(jù)分析的高校圖書館服務(wù)優(yōu)化建議[J]. 武巧彬,趙海鵬,曾為,徐謙.  科技視界. 2016(22)
[9]ARIMA模型在網(wǎng)絡(luò)流量預(yù)測中的應(yīng)用研究[J]. 張冉,趙成龍.  計(jì)算機(jī)仿真. 2011(02)
[10]基于讀者到館行為分析的圖書館服務(wù)優(yōu)化策略[J]. 譚丹丹.  圖書館工作與研究. 2011(01)

碩士論文
[1]基于ARIMA模型的周期性時(shí)間序列變化點(diǎn)檢測算法研究[D]. 劉陽.山東大學(xué) 2018



本文編號(hào)：3431249