隨著信息技術(shù)的發(fā)展,國內(nèi)外各高校的信息化進程得到了極大地推動。與此同時,在海量的信息資源中如何提高高校圖書館館藏資源使用率,滿足讀者需求,增強圖書館核心競爭力成為高校圖書館發(fā)展過程中必須要解決的問題。本文在讀者借閱行為視角下建立高校圖書館館藏資源推薦模型,利用某高校讀者借閱行為數(shù)據(jù)進行實證研究,提出高校圖書館在館藏資源建設(shè)過程中的具體建議。本文首先論述了國內(nèi)外讀者借閱行為與圖書推薦系統(tǒng)研究狀況,把常用的推薦技術(shù)之間的優(yōu)勢與不足進行對比并從中選擇適合本文研究所需要的館藏資源推薦技術(shù),建立館藏資源推薦模型。然后從讀者借閱時間序列與讀者角色分類角度對讀者借閱行為進行了統(tǒng)計分析,可以直觀地看出讀者借閱圖書的時間、院系、年級特征。其次,以某高校圖書館數(shù)據(jù)庫中的借閱記錄為基礎(chǔ),利用IBM SPSS Modeler這一數(shù)據(jù)挖掘工具對讀者借閱數(shù)據(jù)進行聚類分析,以借閱頻率為參數(shù)得到三大聚類群體,挖掘出借閱頻次較高的讀者。最后將矩陣思想引入關(guān)聯(lián)分析算法之中,并且將聚類出的不同讀者群進行關(guān)聯(lián)分析,挖掘出不同書籍之間的強關(guān)聯(lián)性,并將這些強關(guān)聯(lián)性數(shù)據(jù)集放入推薦集,提高推薦效率。本文對高校圖書館館藏資源推薦的實證... 

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究意義
        1.1.1 理論意義
        1.1.2 實際應(yīng)用意義
    1.2 研究背景
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 國內(nèi)外讀者借閱行為研究現(xiàn)狀
        1.3.2 國內(nèi)外館藏資源推薦研究現(xiàn)狀
        1.3.3 國內(nèi)外研究現(xiàn)狀評述
    1.4 研究內(nèi)容、思路、方法與組織結(jié)構(gòu)
        1.4.1 研究內(nèi)容
        1.4.2 研究思路
        1.4.3 研究方法
        1.4.4 組織結(jié)構(gòu)
    1.5 研究重點與創(chuàng)新
        1.5.1 研究重點
        1.5.2 創(chuàng)新點
2 讀者借閱行為與館藏資源推薦相關(guān)理論
    2.1 讀者借閱行為
        2.1.1 讀者借閱行為概念
        2.1.2 讀者借閱行為特點
        2.1.3 讀者借閱行為影響因素
    2.2 館藏資源推薦
        2.2.1 館藏資源推薦的內(nèi)涵
        2.2.2 館藏資源推薦方法
        2.2.3 館藏資源推薦關(guān)鍵技術(shù)
3 基于讀者借閱行為的高校館藏資源推薦模型
    3.1 館藏資源推薦需求分析
        3.1.1 讀者偏好分析
        3.1.2 借閱流程分析
    3.2 資源推薦模型設(shè)計
        3.2.1 設(shè)計目的
        3.2.2 設(shè)計原則
    3.3 館藏資源推薦功能
        3.3.1 功能模塊整體架構(gòu)
        3.3.2 模塊功能描述
4 高校圖書館讀者借閱行為數(shù)據(jù)分析
    4.1 讀者借閱圖書時間序列分析
        4.1.1 一周內(nèi)每天讀者借閱情況
        4.1.2 一年內(nèi)每個月讀者借閱情況
    4.2 讀者角色分類
        4.2.1 讀者院系
        4.2.2 讀者年級
5 基于讀者借閱行為的館藏資源推薦實證
    5.1 數(shù)據(jù)預處理
        5.1.1 借閱記錄數(shù)據(jù)獲取
        5.1.2 借閱記錄數(shù)據(jù)清洗
    5.2 數(shù)據(jù)挖掘與分析
        5.2.1 聚類分析
        5.2.2 Apriori算法分析
        5.2.3 聚類群中的關(guān)聯(lián)挖掘
    5.3 結(jié)果分析與討論
    5.4 圖書館館藏資源建設(shè)的建議
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
附錄
致謝


【參考文獻】：
期刊論文
[1]對獨立學院圖書館教育職能的新思考——基于讀者借閱規(guī)律的分析[J]. 徐釗.  科技經(jīng)濟市場. 2018(01)
[2]圖書館借閱行為的多屬性可視化分析[J]. 彭博.  農(nóng)業(yè)圖書情報學刊. 2017(10)
[3]基于流通日志的大學生借閱規(guī)律和影響因素的實證研究[J]. 邢榮華,朱玉珍,張靜,韓依辰.  現(xiàn)代情報. 2017(08)
[4]圖書館讀者借閱行為的關(guān)聯(lián)規(guī)則挖掘研究[J]. 艾金勇.  情報探索. 2017(01)
[5]提升圖書借閱率的學科館員執(zhí)行方案研究[J]. 張保偉,董穎,秦進紅,任曉輝.  圖書館學刊. 2016(10)
[6]基于C5.0決策樹建模的讀者借閱頻度分析[J]. 彭瑩.  圖書情報工作. 2016(S1)
[7]館藏資源自動推薦模型結(jié)構(gòu)與處理流程優(yōu)化分析[J]. 洪文,聶延平,青巧.  情報理論與實踐. 2016(05)
[8]“211工程”高校圖書館館藏資源推薦系統(tǒng)調(diào)查探析[J]. 李民,王穎純,劉燕權(quán).  圖書情報工作. 2016(09)
[9]基于實時新聞分析的館藏資源推薦方法研究[J]. 陳俊鵬,虞為.  中國圖書館學報. 2015(06)
[10]公共圖書館讀者借閱行為分析方法芻議[J]. 魏丹.  科技情報開發(fā)與經(jīng)濟. 2015(15)

博士論文
[1]推薦系統(tǒng)的協(xié)同過濾算法與應(yīng)用研究[D]. 郭艷紅.大連理工大學 2008

碩士論文
[1]兩種改進的關(guān)鍵規(guī)則挖掘算法研究與應(yīng)用[D]. 林朋.合肥工業(yè)大學 2017
[2]基于OPAC的高校圖書館個性化圖書推薦算法研究[D]. 陳永光.南京理工大學 2013



本文編號：3661586