图书流通信息关联规则挖掘应用

张冬

摘要：该文将数据挖掘技术应用于图书馆数据库，挖掘主题确定后，依次进行了数据选择、数据转换和清理、数据再丰富、编程工作、数据挖掘。利用关联挖掘对图书馆的流通管理数据进行分析，发现读者借阅一类图书时的其他借阅行为，便于为读者推荐相关文献，也可以优化馆藏布局，并为图书馆管理人员提供技术和决策支持。其中数据挖掘是使用Clementine12完成。

关键词：数据挖掘；图书馆；关联规则；SqlServer；Clementine

中图分类号： TP393. 41 文献标识码：A 文章编号：1009-3044（2014）31-7260-03

Abstract： In this paper ，Data Mining Techniques is used on the library database. After determined areas of focus on the mining， the stages of the knowledge discovery processes are done，they are Data selection， Cleaning， Enrichment， Coding， Data mining， Reporting. By Analyzing Association Mining of the study，readers other borrowing behaviors is recovered when borrowing one type of books. The mining-results can help optimize the layout of library and provide technical and decision support for the librarys managers . Clementine12 is used for Data Mining.

Key words： data mining； library； asocciation rules； SqlServer； Clementine

1 概述

我所在图书馆文献管理系统已经建成和使用多年，随着图书馆数据库中数据量的增加，图书馆的流通管理数据正在快速上涨。但海量、分散的流通数据，往往很难直接发现其中相互间的联系和规律。本研究将数据挖掘技术应用于我院的图书馆数据库，利用关联挖掘对图书馆的流通管理数据进行分析，发现读者借阅一类图书时的其他借阅行为，便于为读者推荐相关文献，也可以优化馆藏布局，并为图书馆管理人员提供技术和决策支持。本研究过程包括：数据仓库建立，根据挖掘主题进行数据集成和选择；数据变换，数据变换和统一成适合挖掘的形式；数据清理，除噪声和删除不一致数据；数据挖掘，使用Clementine12，选择特定的算法实施数据挖掘；知识表示，分析和研究数据挖掘结果，向用户提供挖掘的知识。

2 建立数据仓库

参考文献：

[1] 鲍静，范生万.基于数据挖掘的图书数据预处理[J]. 大学图书情报学刊，2008（2）.

[2] 陆觉民，郑宇.基于矩阵的数据挖掘技术在数字化图书馆中的应用[J]. 现代情报，2007（12） .

[3] 李虹.面向用户的数字图书馆信息服务模式研究[J]. 情报杂志，2007（08） .

[4] 王伟，张征芳，王海明.基于数据挖掘的图书馆读者行为分析[J]. 现代图书情报技术，2006（11） .

[5] 魏育辉，潘洁.图书流通数据的关联挖掘量化分析方法[J]. 现代情报，2005（11） .

[6] 王燕，温有奎.基于关联规则的推荐系统在数字图书馆中的应用[J]. 情报科学，2007（6） .

[7] 张永梅，韩焱，薛海丽.数据挖掘技术及其在数字图书馆中的应用[J]. 计算机与现代化，2005（10） .

[8] 司徒浩臻.数据挖掘技术在图书馆信息服务中的应用[J]. 现代图书情报技术，2005（10）.endprint

摘要：该文将数据挖掘技术应用于图书馆数据库，挖掘主题确定后，依次进行了数据选择、数据转换和清理、数据再丰富、编程工作、数据挖掘。利用关联挖掘对图书馆的流通管理数据进行分析，发现读者借阅一类图书时的其他借阅行为，便于为读者推荐相关文献，也可以优化馆藏布局，并为图书馆管理人员提供技术和决策支持。其中数据挖掘是使用Clementine12完成。

关键词：数据挖掘；图书馆；关联规则；SqlServer；Clementine

中图分类号： TP393. 41 文献标识码：A 文章编号：1009-3044（2014）31-7260-03

Abstract： In this paper ，Data Mining Techniques is used on the library database. After determined areas of focus on the mining， the stages of the knowledge discovery processes are done，they are Data selection， Cleaning， Enrichment， Coding， Data mining， Reporting. By Analyzing Association Mining of the study，readers other borrowing behaviors is recovered when borrowing one type of books. The mining-results can help optimize the layout of library and provide technical and decision support for the librarys managers . Clementine12 is used for Data Mining.

Key words： data mining； library； asocciation rules； SqlServer； Clementine

1 概述

我所在图书馆文献管理系统已经建成和使用多年，随着图书馆数据库中数据量的增加，图书馆的流通管理数据正在快速上涨。但海量、分散的流通数据，往往很难直接发现其中相互间的联系和规律。本研究将数据挖掘技术应用于我院的图书馆数据库，利用关联挖掘对图书馆的流通管理数据进行分析，发现读者借阅一类图书时的其他借阅行为，便于为读者推荐相关文献，也可以优化馆藏布局，并为图书馆管理人员提供技术和决策支持。本研究过程包括：数据仓库建立，根据挖掘主题进行数据集成和选择；数据变换，数据变换和统一成适合挖掘的形式；数据清理，除噪声和删除不一致数据；数据挖掘，使用Clementine12，选择特定的算法实施数据挖掘；知识表示，分析和研究数据挖掘结果，向用户提供挖掘的知识。

2 建立数据仓库

参考文献：

[1] 鲍静，范生万.基于数据挖掘的图书数据预处理[J]. 大学图书情报学刊，2008（2）.

[2] 陆觉民，郑宇.基于矩阵的数据挖掘技术在数字化图书馆中的应用[J]. 现代情报，2007（12） .

[3] 李虹.面向用户的数字图书馆信息服务模式研究[J]. 情报杂志，2007（08） .

[4] 王伟，张征芳，王海明.基于数据挖掘的图书馆读者行为分析[J]. 现代图书情报技术，2006（11） .

[5] 魏育辉，潘洁.图书流通数据的关联挖掘量化分析方法[J]. 现代情报，2005（11） .

[6] 王燕，温有奎.基于关联规则的推荐系统在数字图书馆中的应用[J]. 情报科学，2007（6） .

[7] 张永梅，韩焱，薛海丽.数据挖掘技术及其在数字图书馆中的应用[J]. 计算机与现代化，2005（10） .

[8] 司徒浩臻.数据挖掘技术在图书馆信息服务中的应用[J]. 现代图书情报技术，2005（10）.endprint

摘要：该文将数据挖掘技术应用于图书馆数据库，挖掘主题确定后，依次进行了数据选择、数据转换和清理、数据再丰富、编程工作、数据挖掘。利用关联挖掘对图书馆的流通管理数据进行分析，发现读者借阅一类图书时的其他借阅行为，便于为读者推荐相关文献，也可以优化馆藏布局，并为图书馆管理人员提供技术和决策支持。其中数据挖掘是使用Clementine12完成。

关键词：数据挖掘；图书馆；关联规则；SqlServer；Clementine

中图分类号： TP393. 41 文献标识码：A 文章编号：1009-3044（2014）31-7260-03

Abstract： In this paper ，Data Mining Techniques is used on the library database. After determined areas of focus on the mining， the stages of the knowledge discovery processes are done，they are Data selection， Cleaning， Enrichment， Coding， Data mining， Reporting. By Analyzing Association Mining of the study，readers other borrowing behaviors is recovered when borrowing one type of books. The mining-results can help optimize the layout of library and provide technical and decision support for the librarys managers . Clementine12 is used for Data Mining.

Key words： data mining； library； asocciation rules； SqlServer； Clementine

1 概述

我所在图书馆文献管理系统已经建成和使用多年，随着图书馆数据库中数据量的增加，图书馆的流通管理数据正在快速上涨。但海量、分散的流通数据，往往很难直接发现其中相互间的联系和规律。本研究将数据挖掘技术应用于我院的图书馆数据库，利用关联挖掘对图书馆的流通管理数据进行分析，发现读者借阅一类图书时的其他借阅行为，便于为读者推荐相关文献，也可以优化馆藏布局，并为图书馆管理人员提供技术和决策支持。本研究过程包括：数据仓库建立，根据挖掘主题进行数据集成和选择；数据变换，数据变换和统一成适合挖掘的形式；数据清理，除噪声和删除不一致数据；数据挖掘，使用Clementine12，选择特定的算法实施数据挖掘；知识表示，分析和研究数据挖掘结果，向用户提供挖掘的知识。

2 建立数据仓库

参考文献：

[1] 鲍静，范生万.基于数据挖掘的图书数据预处理[J]. 大学图书情报学刊，2008（2）.

[2] 陆觉民，郑宇.基于矩阵的数据挖掘技术在数字化图书馆中的应用[J]. 现代情报，2007（12） .

[3] 李虹.面向用户的数字图书馆信息服务模式研究[J]. 情报杂志，2007（08） .

[4] 王伟，张征芳，王海明.基于数据挖掘的图书馆读者行为分析[J]. 现代图书情报技术，2006（11） .

[5] 魏育辉，潘洁.图书流通数据的关联挖掘量化分析方法[J]. 现代情报，2005（11） .

[6] 王燕，温有奎.基于关联规则的推荐系统在数字图书馆中的应用[J]. 情报科学，2007（6） .

[7] 张永梅，韩焱，薛海丽.数据挖掘技术及其在数字图书馆中的应用[J]. 计算机与现代化，2005（10） .

[8] 司徒浩臻.数据挖掘技术在图书馆信息服务中的应用[J]. 现代图书情报技术，2005（10）.endprint