基于数据挖掘的读者个性化信息服务系统的研究与设计

随着科学技术的不断发展,各种信息海量增加,图书馆的馆藏资源也在快速增长,人们寻找知识的时间成本越来越高,许多有价值的信息往往难以第一时间为读者所用。可以预见,数字图书馆未来的发展方向将会是个性化的主动服务。即让图书馆的服务模式从现在的由“读者找书”变为“送书上门”,由“大家的”图书馆转变成“我的”图书馆,把合适的书以最快的速度送给需要的人。本文就是本着这一理念,在已有的图书馆管理系统中,运用数据挖掘技术,建立读者个性化服务模型实现智能导借导读的目标。 本文所做的工作主要有以下几点: 一、根据图书馆的特点,提出了数据挖掘技术在图书馆系统中的应用模型,将数据挖掘技术与图书馆个性化服务结合在一起; 二、采用聚类算法K-means和关联规则Apriori的改进算法相结合,对图书信息进行处理,使阈值的设置更合理,既提高了数据挖掘的速度,也使挖掘的结果更有实际意义。 三、分别从不分类和分类两个角度对图书进行关联挖掘,并对两组挖掘结果进行综合处理,并把可信度较高的图书显示出来,使推荐出的图书与读者借阅图书具有更高的相关度,提高了挖掘的准确性;同时,又兼顾到检全率,避免漏荐、少荐,使资源推荐的成功率也得到了提升。