隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展以及大數(shù)據(jù)時(shí)代的到來,知識(shí)獲取的便捷性不斷提高,高校圖書館不再是高校讀者獲取文獻(xiàn)資源的唯一途徑;同時(shí),由于缺乏對(duì)讀者需求的準(zhǔn)確把握,高校圖書館提供的資源和服務(wù)已越來越無法滿足讀者多變的需求,讀者的到館率不斷降低。為了更好地提高服務(wù)質(zhì)量,高校圖書館投入了大量的財(cái)力物力,紛紛推出了針對(duì)高校讀者的個(gè)性化服務(wù),但這些個(gè)性化服務(wù)地制定絕大多數(shù)是依托于管理者的個(gè)人經(jīng)驗(yàn),缺乏對(duì)讀者行為地深入科學(xué)分析,無法及時(shí)、系統(tǒng)地捕捉到讀者多變的需求,服務(wù)效果收效甚微。為了協(xié)助高校圖書館更全面、更及時(shí)地了解讀者需求,本文結(jié)合數(shù)據(jù)挖掘技術(shù)和用戶畫像技術(shù)對(duì)讀者行為數(shù)據(jù)進(jìn)行分析挖掘和用戶畫像,并根據(jù)用戶畫像的結(jié)果為高校圖書館實(shí)現(xiàn)精準(zhǔn)資源推薦和個(gè)性化服務(wù)決策提供科學(xué)依據(jù)。本文的主要工作和成果如下:1.構(gòu)建讀者行為數(shù)據(jù)庫(kù)。根據(jù)高校圖書館各個(gè)業(yè)務(wù)系統(tǒng)和自動(dòng)化系統(tǒng)中積累的讀者行為數(shù)據(jù),建立統(tǒng)一的數(shù)據(jù)庫(kù),并通過ETL等數(shù)據(jù)清洗工具將各個(gè)資源庫(kù)的數(shù)據(jù)清洗后匯總為統(tǒng)一的格式存儲(chǔ)到數(shù)據(jù)庫(kù)中。2.提出一種多視角聚類算法。根據(jù)讀者的行為數(shù)據(jù),提出了一種多維度多視角的讀者特征體系。根據(jù)構(gòu)建的讀者特征體系可以對(duì)讀者分為某一維...

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1聚類算法分類及代表算法Figure2-2.Clusteringalgorithmclassificationandrepresentativealgorithm

具體分類及各分類代表算法如圖2-2所示。圖2-1聚類算法分類及代表算法Figure2-2.Clusteringalgorithmclassificationandrepresentativealgorithm（1）劃分聚類算法數(shù)據(jù)集中有N個(gè)數(shù)據(jù)，使用劃分聚....

圖3-1K-means算法流程圖

圖3-1K-means算法流程圖gure3-1.FlowchartofK-meansalgorithm圖可得出經(jīng)典K-means算法的具體步和聚類簇?cái)?shù)K；隨機(jī)選取K個(gè)數(shù)據(jù)對(duì)象作為初始聚Ck；中剩余數(shù)據(jù)對(duì)象到K個(gè)聚類初始中心近的中心點(diǎn)中，形成了K....

圖3-2二分K-means算法流程圖

圖3-3基于馬氏距離的多視角二分K-means算法流程圖

與二分K-means算法相比，改進(jìn)的算法在流程上將距離判斷由歐式距離改成了馬氏距離。基于馬氏距離的多視角二分K-means算法的具體流程如圖3-3所示。圖3-3基于馬氏距離的多視角二分K-means算法流程圖Figure3-3.Multi-viewbinary....

本文編號(hào)：4030819