高校图书馆个性化信息服务系统的设计与实现
|
摘要
将数据挖掘技术应用于图书馆的个性化信息服务系统,挖掘隐藏在数据内部的潜在信息,能够更好的服务于读者的个性化信息需求。通过对数据库中的数据进行分析,从中发现隐藏的关系和模式,能够预测未来可能发生的行为,从而为管理决策提供有利的支持。数据挖掘技术使图书馆开展个性化信息服务成为可能。
本文首先概述了课题研究背景和研究意义,其次介绍了图书馆个性化信息服务的相关理论以及数据挖掘技术的常用算法和常用工具,最后对个性化信息服务系统进行了整体设计,并对系统实现时的关键技术进行了详细介绍。
本文研究工作的主要内容及关键技术如下：
1)基于SSH框架采用数据层、挖掘层、业务层和用户层四层分层模型对个性化信息服务系统的整体架构进行设计,设计了系统数据采集、数据挖掘、个性化服务三大功能模块以及系统的主要功能具体包括我借阅的图书、我喜欢的图书、图书资源检索、最新图书推荐、好友推荐、虚拟参考咨询。
2)对系统设计及实现时需要用到的关键技术：SSH框架整合技术、Weka数据挖掘软件、聚类分析算法K-MEANS进行了分析研究。
3)基于数据挖掘构建读者兴趣模型和读者自建读者兴趣模型这种两种方式来构建读者个性化兴趣模型,并给出了具体的实现算法。
4)利用SSH集成开发环境进行整合配置,以Weka作为数据挖掘工具,基于聚类分析算法K-MEANS实现了构建读者兴趣模型,了解读者个性需求,完成了图书推荐功能,从而实现了一个高校图书馆个性化信息服务系统。
Through the analysis of data in the database. and found the hidden relationships and patterns. to predict possible future behavior. so as to provide favorable support for management decisions. Data mining technology allows library to develop personalized information services possible.
This paper outlines the research background and significance. followed by the introduction of personalized information services. library-related theory and data mining tools commonly used algorithms and commonly used. the last of the personalized information service system for the overall design. and implementation When the key technology in detail.
The main contents of this paper and key technologies are as follows:
1) SSH frame is based on the data layer, mining layer, business layer and user layer hierarchical model of four personalized information service system on the overall architecture design. design a system of data collection. data mining. personalized service of three functional modules and specifically including the main function of the svstem to borrow my books. my favorite books. librarv resources search. the latest book recommendation. friend recommendation. virtual reference.
2) The system design and implementation of the key technologies needed to use: SSH framework of the integration of technology. Weka data mining software. K-MEANS clustering algorithm was analyzed.
3) Construction of readers interested in based on data mining models and readers interested in self-built model of the reader are two ways to build such a personal interest in the reader model. and gives a concrete algorithm.
4) The use of integrated development environment to integrate SSH configured to Weka data mining as a tool. based on K-MEANS clustering algorithm to achieve the reader interested in building a model to understand the individual needs of the reader to complete the book recommendation feature. which implements a university library Museum of personalized information service system.
本文首先概述了课题研究背景和研究意义,其次介绍了图书馆个性化信息服务的相关理论以及数据挖掘技术的常用算法和常用工具,最后对个性化信息服务系统进行了整体设计,并对系统实现时的关键技术进行了详细介绍。
本文研究工作的主要内容及关键技术如下：
1)基于SSH框架采用数据层、挖掘层、业务层和用户层四层分层模型对个性化信息服务系统的整体架构进行设计,设计了系统数据采集、数据挖掘、个性化服务三大功能模块以及系统的主要功能具体包括我借阅的图书、我喜欢的图书、图书资源检索、最新图书推荐、好友推荐、虚拟参考咨询。
2)对系统设计及实现时需要用到的关键技术：SSH框架整合技术、Weka数据挖掘软件、聚类分析算法K-MEANS进行了分析研究。
3)基于数据挖掘构建读者兴趣模型和读者自建读者兴趣模型这种两种方式来构建读者个性化兴趣模型,并给出了具体的实现算法。
4)利用SSH集成开发环境进行整合配置,以Weka作为数据挖掘工具,基于聚类分析算法K-MEANS实现了构建读者兴趣模型,了解读者个性需求,完成了图书推荐功能,从而实现了一个高校图书馆个性化信息服务系统。
Through the analysis of data in the database. and found the hidden relationships and patterns. to predict possible future behavior. so as to provide favorable support for management decisions. Data mining technology allows library to develop personalized information services possible.
This paper outlines the research background and significance. followed by the introduction of personalized information services. library-related theory and data mining tools commonly used algorithms and commonly used. the last of the personalized information service system for the overall design. and implementation When the key technology in detail.
The main contents of this paper and key technologies are as follows:
1) SSH frame is based on the data layer, mining layer, business layer and user layer hierarchical model of four personalized information service system on the overall architecture design. design a system of data collection. data mining. personalized service of three functional modules and specifically including the main function of the svstem to borrow my books. my favorite books. librarv resources search. the latest book recommendation. friend recommendation. virtual reference.
2) The system design and implementation of the key technologies needed to use: SSH framework of the integration of technology. Weka data mining software. K-MEANS clustering algorithm was analyzed.
3) Construction of readers interested in based on data mining models and readers interested in self-built model of the reader are two ways to build such a personal interest in the reader model. and gives a concrete algorithm.
4) The use of integrated development environment to integrate SSH configured to Weka data mining as a tool. based on K-MEANS clustering algorithm to achieve the reader interested in building a model to understand the individual needs of the reader to complete the book recommendation feature. which implements a university library Museum of personalized information service system.
引文
[1]江云.干欣.数字图书馆个性化信息服务研究现状与展望.浙江高校图书情报工作2007.5：30-34
[2]曹美琴.数据挖掘在图书馆个性化服务中的应用研究.[西北大学硕士学位论文].2008：6-7
[3]周春玲.高校图书馆读者需求特点与个性化服务.图书馆学刊.2008.2：104-105
[4]王茹.图书馆个性化信息服务研究.[中山大学硕十学位论文].2004：10-11
[5]胡丹.浅论图书馆学五定律与图书馆个性化信息服务情报探索2010,4：110-111
[6]高巨山.数字图书馆构建中的数据挖掘应用研究.图书馆工作与研究.2009.4：20-21
[7]杨帆.我国数字图书馆个性化信息服务研究综述.现代情报,2009.29(6)：222-225
[8]胡民荣.网络环境下个性化信息服务研究及实例分析.[华中师范大学硕十学位论文].2009：3-6
[9]朱宝林,高校图书馆个性化信息服务探析.南京社会科学.2009.12：77-79
[10]范成喜.数字图书馆的个性化信息服务研究.[东北大学硕士学位论文].2005：9-10
[11]张洁.网络环境下高校图书馆个性化信息服务研究.[河北大学硕十学位论文].2009：6-7
[12]钱力.数字图书馆个性化信息服务系统的研究与设计.[首都师范大学硕士学位论文].2008：9-10
[13]李咏梅.数字图书馆个性化信息服务研究.现代情报.2010.3：51-54
[14]王晓丹,周菁齐.高校图书馆个性化信息服务研究.情报探索.2008.1：12-13
[15]陈金刻.论图书馆个性化信息服务.河北科技图苑.2008.31(6)：37-38
[16]谭春辉.汀全莉.个性化信息服务与Web数据挖掘技术的契台.情报杂志.2007.8：66-66
[17]戴泳.知识发现与知识挖掘技术及其应用.科学情报开发与经济,2007.26：89-90
[18]张芳.网络信息挖掘技术在数字图书馆中的应用.科技情报开发与经济.2007.30：54-55
[]9] A.Berson.S.Smith,K.Thearling.Building Data Mining Applications for CRM[M].McGraw-Hill,2000.
[20]黄咏梅.读者需求分析中的数据挖掘技术.大学图书情报学刊.2006,8：121-122
[21]Nicole Will.Data-mining:Improvement of university library services.Technological Forecasting and Social Change,2006.10(73):1045-1050
[22]周常恩.关联规则技术在高校图书馆个性化信息服务中的应用,福建电脑.2009.3：19-20
[23]Scott Nicholson.The basis for biblio-mining:Frame works for bringing together usage-based data mining and biblio-metries through data Ware housing in digital library services. Information Processing & Management,2006,42(5):785-804
[24]C.H.WU.Data mining Applied to material acquisition budget allocation for libraries design and development.Expert Systems with Applications,2003.10:401-411
[25]钱峰.国内数据挖掘工具研究综述.情报杂志.2008.10：11-13
[26]闫饱,王叶香.数据挖掘技术及应用工具研究,2008,6：51-52
[27]K.Banerjee.ls data mining right you're your Jibrary?Computers in Libraries 1998.18(10):28-31
[28]LI Qingzhomg,WANG Haiynag.YAN Zhongmin,MA Shaolhan.Efficient Mining of Association Rules by Reducing the Number of Passes over the DaFigase.J.Comput.Sci.& Technol, 2001.16(2):182-188
[29]曹春先.数字图书馆的个性化信息服务研究.云南图书馆.201 0.1：25-27
[30]Hand D,Mannila H,Smyth P.Prineiple of Data Mining.IEEE Trans.On Knowledge and Data Engineering.2001,13(3).426-438.
[31]丁徽.数据挖掘技术及其在图书馆的应用.黑龙江科技信息.2008.35：97
[32]崔丽霞.浅谈高校图书馆的个性化信息服务.内蒙古科技与经济.2010.5：151-153
[33]祝婷婷.基于数据挖掘的图书馆用户使用因素分析.[东北师范大学硕士学位论文].2007：26-27
[34]王兴华.数据挖掘技术在图书馆的应用.中小学图书情报世界,2009.2：54-55
[35]http://struts.apache.org.2010-03-25
[36]Grigoris Antoniou Frank van Harmelen A Semantie Web Primer.The MIT Press.2004. 25(4).10-11
[37]http:www.springsource.org,2010-03-25
[38]A Look Back at the PAKDD Data Mining Competition 2006,International Journal of Data Warehousing & Mining,3(2),1-11,APril-June 2007.1
[39]http://www.hibernate.org.2010-03-25
[40]Jan H.Written.Elbe Frank.Data Mining:Practical Machine.ne Learning Tools and Techniques, Second Edition.Elsevier Inc,2005.143
[41]Witten H.Frank E.Data Mining:Practical Machine Learning Tools AND Techniques with Java mplementations.San Francisco:CA.Morgan Kaufmann,2000.
[42]Han J W, Kamber. M. Data Mining:Concepts and Techniques. San Francisco: CA.MorganKaufmann.2001:2-4.
[43]李璐璐.基于数据挖掘技术的信息服务研究及系统模型设计.大学图书情报刊,2008.4(26):99-100
[44]赵庆峰.个性化信息服务系统的评估及实现.[黑龙江大学硕士学位论文].2004：43-44
[45]叶新友,晃成春.数据挖掘技术在高校图书馆中的应用.新世纪图书馆,2005.1：42-45
[46]李伟.基于关联规则B2C图书销售网站个性化推荐系统研究.[对外经济贸易大学硕士学位论文].2007：33-35
[47]Hand D,Mannila H,Smyth P.Principle of Data Mining.IEEE Trans.On Knowledge and Data Engineering.2001,13(3).426-438
[48]徐腾飞,王欣,唐连章等编著.SQLServer2005数据挖掘实例分析.中国水利水电出版社,2008.2
[49]周蓓.数据挖掘技术在图书馆系统中的应用研究.[东南大学硕士学位论文].2006：8
[2]曹美琴.数据挖掘在图书馆个性化服务中的应用研究.[西北大学硕士学位论文].2008：6-7
[3]周春玲.高校图书馆读者需求特点与个性化服务.图书馆学刊.2008.2：104-105
[4]王茹.图书馆个性化信息服务研究.[中山大学硕十学位论文].2004：10-11
[5]胡丹.浅论图书馆学五定律与图书馆个性化信息服务情报探索2010,4：110-111
[6]高巨山.数字图书馆构建中的数据挖掘应用研究.图书馆工作与研究.2009.4：20-21
[7]杨帆.我国数字图书馆个性化信息服务研究综述.现代情报,2009.29(6)：222-225
[8]胡民荣.网络环境下个性化信息服务研究及实例分析.[华中师范大学硕十学位论文].2009：3-6
[9]朱宝林,高校图书馆个性化信息服务探析.南京社会科学.2009.12：77-79
[10]范成喜.数字图书馆的个性化信息服务研究.[东北大学硕士学位论文].2005：9-10
[11]张洁.网络环境下高校图书馆个性化信息服务研究.[河北大学硕十学位论文].2009：6-7
[12]钱力.数字图书馆个性化信息服务系统的研究与设计.[首都师范大学硕士学位论文].2008：9-10
[13]李咏梅.数字图书馆个性化信息服务研究.现代情报.2010.3：51-54
[14]王晓丹,周菁齐.高校图书馆个性化信息服务研究.情报探索.2008.1：12-13
[15]陈金刻.论图书馆个性化信息服务.河北科技图苑.2008.31(6)：37-38
[16]谭春辉.汀全莉.个性化信息服务与Web数据挖掘技术的契台.情报杂志.2007.8：66-66
[17]戴泳.知识发现与知识挖掘技术及其应用.科学情报开发与经济,2007.26：89-90
[18]张芳.网络信息挖掘技术在数字图书馆中的应用.科技情报开发与经济.2007.30：54-55
[]9] A.Berson.S.Smith,K.Thearling.Building Data Mining Applications for CRM[M].McGraw-Hill,2000.
[20]黄咏梅.读者需求分析中的数据挖掘技术.大学图书情报学刊.2006,8：121-122
[21]Nicole Will.Data-mining:Improvement of university library services.Technological Forecasting and Social Change,2006.10(73):1045-1050
[22]周常恩.关联规则技术在高校图书馆个性化信息服务中的应用,福建电脑.2009.3：19-20
[23]Scott Nicholson.The basis for biblio-mining:Frame works for bringing together usage-based data mining and biblio-metries through data Ware housing in digital library services. Information Processing & Management,2006,42(5):785-804
[24]C.H.WU.Data mining Applied to material acquisition budget allocation for libraries design and development.Expert Systems with Applications,2003.10:401-411
[25]钱峰.国内数据挖掘工具研究综述.情报杂志.2008.10：11-13
[26]闫饱,王叶香.数据挖掘技术及应用工具研究,2008,6：51-52
[27]K.Banerjee.ls data mining right you're your Jibrary?Computers in Libraries 1998.18(10):28-31
[28]LI Qingzhomg,WANG Haiynag.YAN Zhongmin,MA Shaolhan.Efficient Mining of Association Rules by Reducing the Number of Passes over the DaFigase.J.Comput.Sci.& Technol, 2001.16(2):182-188
[29]曹春先.数字图书馆的个性化信息服务研究.云南图书馆.201 0.1：25-27
[30]Hand D,Mannila H,Smyth P.Prineiple of Data Mining.IEEE Trans.On Knowledge and Data Engineering.2001,13(3).426-438.
[31]丁徽.数据挖掘技术及其在图书馆的应用.黑龙江科技信息.2008.35：97
[32]崔丽霞.浅谈高校图书馆的个性化信息服务.内蒙古科技与经济.2010.5：151-153
[33]祝婷婷.基于数据挖掘的图书馆用户使用因素分析.[东北师范大学硕士学位论文].2007：26-27
[34]王兴华.数据挖掘技术在图书馆的应用.中小学图书情报世界,2009.2：54-55
[35]http://struts.apache.org.2010-03-25
[36]Grigoris Antoniou Frank van Harmelen A Semantie Web Primer.The MIT Press.2004. 25(4).10-11
[37]http:www.springsource.org,2010-03-25
[38]A Look Back at the PAKDD Data Mining Competition 2006,International Journal of Data Warehousing & Mining,3(2),1-11,APril-June 2007.1
[39]http://www.hibernate.org.2010-03-25
[40]Jan H.Written.Elbe Frank.Data Mining:Practical Machine.ne Learning Tools and Techniques, Second Edition.Elsevier Inc,2005.143
[41]Witten H.Frank E.Data Mining:Practical Machine Learning Tools AND Techniques with Java mplementations.San Francisco:CA.Morgan Kaufmann,2000.
[42]Han J W, Kamber. M. Data Mining:Concepts and Techniques. San Francisco: CA.MorganKaufmann.2001:2-4.
[43]李璐璐.基于数据挖掘技术的信息服务研究及系统模型设计.大学图书情报刊,2008.4(26):99-100
[44]赵庆峰.个性化信息服务系统的评估及实现.[黑龙江大学硕士学位论文].2004：43-44
[45]叶新友,晃成春.数据挖掘技术在高校图书馆中的应用.新世纪图书馆,2005.1：42-45
[46]李伟.基于关联规则B2C图书销售网站个性化推荐系统研究.[对外经济贸易大学硕士学位论文].2007：33-35
[47]Hand D,Mannila H,Smyth P.Principle of Data Mining.IEEE Trans.On Knowledge and Data Engineering.2001,13(3).426-438
[48]徐腾飞,王欣,唐连章等编著.SQLServer2005数据挖掘实例分析.中国水利水电出版社,2008.2
[49]周蓓.数据挖掘技术在图书馆系统中的应用研究.[东南大学硕士学位论文].2006：8
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |