陈炎[1]2012年在《数据仓库技术在高校图书馆读者阅读行为分析中的应用研究》文中研究表明随着时代的变迁，行业竞争的日趋激烈，使得各行业的发展理念、服务理念都有了很大的变化。以往依赖于经验进行的决策和服务也越来越不适应现代社会的发展，决策的科学化以及服务的人性化成为各行业发展新的理念。图书馆作为一个非营利的服务机构，在时代的浪潮中与时俱进，服务理念也由原来的以文献为中心转变为以读者为中心。高校图书馆作为图书馆的主体，承载着大部分的知识服务，其服务对象也是未来社会中最重要的知识分子群体，所以如何更好的提高图书馆的服务质量与效率，也是现代图书馆人越来越重视的问题。本文将数据仓库技术应用于图书馆的决策和服务过程中，以东北师范大学的本科生借阅数据为基础，构建了以读者阅读行为为主题的数据仓库；并以数据仓库中的数据为基础，利用数据分析软件对大量的借阅数据进行挖掘分析，得到读者的阅读倾向与偏好，从而将读者的内在需求应用到图书馆的日常工作中，为读者提供更高质量的服务。
张泽英, 郭光莹[2]2002年在《数据仓库技术在图书馆管理中的应用研究》文中进行了进一步梳理本文探讨了数据仓库技术 ,并对数据仓库技术在图书馆中的应用进行了研究 ,描述了图书馆数据仓库技术开发步骤 ,提出了一种基于数据仓库技术的数字图书馆管理模型。
刘学风[3]2007年在《基于数据仓库的馆藏数字资源整合研究》文中研究表明随着信息技术的发展,图书馆馆藏资源的类型和结构发生根本性的变化。数字型资源在图书馆馆藏中占据的比例越来越大,地位越来越重要。馆藏数字资源拥有不同的检索平台和发布系统,具有分布性和异构性。而用户希望在统一的检索环境和检索界面下,以最小的时间和精力进行文献检索和浏览。图书馆也希望其用户的信息需求得到充分满足,并更好地体现其“以人为本”的服务理念。馆藏数字资源的分布、异构与用户的“一站式”信息资源需求成为一对矛盾,解决这一矛盾的途径就是馆藏数字资源的整合,而数据仓库是进行数字资源数据整合的有利工具。本文运用文献分析法、系统论方法、信息组织法和试验法等方法,首先对馆藏数字资源整合的理论知识进行了深入地研究,包括数字资源的定义、类型、特点,数字资源整合的必要性;在前人研究的基础上给出了馆藏数字资源整合的定义;从计算机信息系统的角度深入探讨了馆藏数字资源整合的四个层次即网络整合、系统软件整合、数据整合和应用整合;分析了馆藏数字资源整合的原则;通过对国内外馆藏数字资源整合现状的比较研究,总结了国外数字资源整合工作对我国数字资源整合工作的启示;介绍了数字资源整合的标准和规范建设项目中国数字图书馆标准与规范建设的状况。然后研究了数据仓库技术的理论知识:数据仓库的定义、特点、组成和元数据,分析利用数据仓库进行馆藏数字资源整合的可行性;数据仓库的关键技术即数据仓库建模和数据仓库的数据抽取、清洗和装载;设计了馆藏数字资源整合数据仓库的系统框架。最后,在理论研究的基础上,重点分析了馆藏数字资源整合数据仓库的构建流程和馆藏数字资源整合数据仓库系统框架,并利用Oracle数据仓库解决方案Oracle Warehouse Builder和试验数据进行馆藏数字资源整合数据仓库的构建试验工作。
蔡刚坤[4]2000年在《数据仓库技术在图书馆中的应用研究》文中认为在本论文中，作者以西安理工大学图书馆数据仓库系统开发为实例，对数据仓库技术，特别是对信息打包技术、星型建模技术、多维数据建模、数据传输服务（DTS）、在线分析处理（OLAP）等数据仓库应用中的重点技术进行了深入的研究，并对基于MS SQL Server 7的数据仓库框架进行了详尽的剖析。在西安理工大学图书馆自动化系统的建设过程中，作者解决了许多数据仓库技术在图书馆中应用的疑难问题，在如何将数据仓库技术应用到图书馆这一方面做了较为深入的探索和有益的尝试。
袁昊[5]2011年在《OLAP技术在图书借阅分析中的应用研究》文中研究指明图书馆的借阅数据是图书馆基础业务开展的核心,虽然通过事务管理系统的报表,能进行简单的统计,但是图书管理者已经意识到日常积累的借阅数据所隐含的信息不止如此,它们还能为图书馆的业务开展、日常管理提供依据。如何对大量的借阅数据进行重新组织、发现规律并不能只依靠简单报表及人为经验,还需要依靠计算机技术对数据进行分析。本文为了利用联机分析处理技术对借阅数据进行分析,开展了以下工作：(1)论述课题的来源和研究背景、目的意义、国内外现状、主要研究方法以及课题主要内容、结构安排。(2)阐述原理及概念。包括数据仓库和联机分析处理相关技术以及基于SQL Server2008的数据仓库构架。(3)对数据仓库系统进行需求分析。在分析的基础上,设计开发步骤。(4)建立来源数据库,进行数据仓库核心数据库设计,利用ETL实现对数据的导入。(5)建立多维数据集,结合图书馆工作人员的工作需求对多维数据集进行多角度多层次的分析,并进行前端展示。(6)总结研究应用经验。本文在研究数据仓库、联机分析处理论与相关技术的基础上,分析了数据仓库技术、联机分析处理技术应用于图书馆数据分析上的可能性,并最终实现了对借阅数据的OLAP分析。通过分析处理,总结了图书馆借阅的规律,为图书馆图书采购、日常管理提出了一些建议。
付鸿鹄[6]2000年在《数据仓库技术在科技数字图书馆系统中的应用研究》文中认为随着计算机技术、远程通信技术、网络技术等相关技术的发展和进步，信息迅速膨胀、增长，人们的信息需求也日益复杂化、多元化；在知识经济环境下，知识成为经济发展的要素，信息成为社会发展的支柱。本文以信息技术的发展进步、知识经济对科学院、对科研的要求为背景，围绕中科院全院文献信息共享二期工程的建设目标，结合数据仓库技术，开展了建设科技数字图书馆的数据仓库系统的研究。指出科技信息服务的发展方向是要建立集多种信息资源、科研管理、科研成果转让、转化管理等为一体的、提供多层次、智能化信息服务的科技数字图书馆系统。指出从技术角度来看，数字图书馆系统就是一个大型的数据仓库系统，并对相关技术进行了分析、研究，提出了全院文献信息共享二期工程中应用数据仓库技术建设科技数字图书馆系统的建设和解决方案、及建设步骤建议。
王斌[7]2010年在《数据挖掘在高校图书馆服务中的应用研究》文中认为随着社会的不断发展,知识更新的速度越来越快。这就对图书馆的服务工作提出了更高要求。现阶段,信息化服务逐渐成为图书馆服务工作的主流。在信息化的过程中,个性化信息越来越受到人们的重视。个性化服务改变了传统图书馆被动的服务方式,使图书馆能够更加有效地工作。论文通过对数据挖掘技术理论及个性化服务系统理论的研究,将数据挖掘技术引入到高校图书馆的读者服务中,实现了个性化图书推荐服务。在对校图书馆数据库进行深入的需求分析、借阅流程分析后,从理论上论述了建立数据挖掘模型的必要性,并对模型进行了结构设计,在此基础上对数据库中数据进行了预处理工作,再经过主题分析,粒度分析,模型建立等环节,建立了图书馆数据仓库,并对数据进行了OLAP分析。在数据挖掘阶段,论文首先对数据挖掘模型中的数据进行属性分类。通过分类把数据挖掘要采用的属性分为读者数值型属性和非数值型属性,图书数值型属性和非数值型属性。在具体实现研究中,论文以这些数据作为具体挖掘对象,应用数据挖掘技术,研究了图书馆个性化服务中数据挖掘分析的具体实现过程。具体实现主要从两个方面实施挖掘分析：一方面采用聚类分析,将该图书馆的读者进行有效分类,总结出不同聚类群体的特点；另一方面在聚类分析的基础上采用关联规则挖掘,对聚类分析出的数据做进一步挖掘,挖掘出读者对图书馆图书资源利用的关联内容,找出具有强关联性的各类图书,主动为读者提供相关借阅的书籍信息,以多种方式主动向读者推荐图书。
杨蓉[8]2013年在《Apriori算法在图书馆个性化服务中的应用研究》文中提出高速发展的社会下,图书馆正逐渐向数字图书馆发展。数据仓库技术、数据挖掘技术正伴随着数字图书馆的发展得到了一个广阔的应用。但因历史原因,我国数字图书馆与数据仓库技术或数据挖掘技术结合的应用研究还比较少,数字图书馆的许多优势发挥不出来。关联规则挖掘在数据挖掘技术中占据一个主要的地位,研究关联规则的目的是从海量的数据集合里面挖掘出潜藏的、有用的及项目间相关联的规律。通过深入研究了数据挖掘相关技术、关联规则的挖掘算法,分析Apriori算法的不足,探讨了提高Apriori算法有效性的方法,结合Apriori算法的不足及缺陷,提出了一种改进的Apriori算法。该算法尝试基于关系代数理论并在其中插入Flag位做逻辑删除以达到减少对数据库的扫描,实验比较了两种算法。然后,结合湖南某高校图书管理系统,分别介绍了图书管理系统的网络拓扑、系统结构,分析研究了如何建立图书管理系统数据仓库。读者数据是读者需求的一个反应,通过集成和综合读者数据,全面地评估和分析读者行为,从而提高相对应服务力度。最后,结合前面的研究成果,将关联规则数据挖掘算法应用在图书馆个性化服务的构建上,挖掘图书馆的借阅记录,分别挖掘出了借阅书刊间的相关性、不同类书刊被同时检索的相关性、不同类读者查阅资料的相关性等等,利用这些关联规则帮助图书管理员和决策者制定服务策略,提高图书馆的竞争力。改进的Apriori算法在效率上有显著的提高,结合个性化服务的特点,能有效提高图书馆管理效率。然而将数据挖掘技术应用在图书馆管理系统的构建中时间尚浅,本文就如何构建数据仓库还有许多不足,有待进一步深入研究。
周寿芳[9]2003年在《数据仓库及其在图书馆中的应用》文中研究说明数据仓库是有别于数据库的一种新的存储管理技术,在图书馆采购决策、网络管理、信息服务以及数字图书馆的建设中都具有重要作用,应该引起重视、积极开发和应用。
曹美琴[10]2008年在《数据挖掘在图书馆个性化服务中的应用研究》文中认为随着信息化的深入,信息资源数量日益庞大,人们对信息的需求量更大、要求更高、层次更深并逐步向个性化发展。于是,如何有效地利用这些数据,更好地为人们服务却成为一个问题。数据挖掘就是一种适于解决这种问题的工具。图书馆拥有海量的信息数据,如果能对此庞杂的数据进行科学的梳理和细分,挖掘数据背后隐藏的信息,从而为个性化服务提供决策支持,那么图书馆的潜力和价值将被最大程度地释放。本论文的研究内容,大致可以分为三个部分:第一部分是引言部分,主要阐述的是本课题的研究背景、研究意义、研究现状综述、研究目的以及研究方法。第二部分是文章的主要内容,包括第二～六章。第二章阐释了本课题涉及的基本概念—数据挖掘。第三章首先分析了图书馆个性化服务的资源及服务现状,从而引出数据挖掘运用到个性化服务中的必要性,再通过国内外案例的分析,来研究可行性。这一章主要起承上启下的作用。第四、五章是本论文的重点,第四章首先阐述了数据挖掘应用于图书馆个性化服务的特点、原则、分类及关键因素,并结合实例,分析了几种算法在图书馆中的具体应用。第五章是图书馆个性化服务环境下的数据挖掘总体设计。根据数据挖掘的流程设计了系统逻辑结构,基于功能设计了系统功能模块。第六章阐释了数据挖掘在图书馆个性化服务中应用的挑战。第三部分是文章的结尾部分,包括结论及附录部分。结论则是对课题研究的整体概括,以及本课题后续研究的展望,并提出了一些笔者的观点。说明了该课题(即数据挖掘在图书馆个性化服务中的应用研究)的重要性与必要性。附录部分是该课题的主要参考资料,包括中英文论文、中英文网站。
参考文献：
[1]. 数据仓库技术在高校图书馆读者阅读行为分析中的应用研究[D]. 陈炎. 东北师范大学. 2012
[2]. 数据仓库技术在图书馆管理中的应用研究[J]. 张泽英, 郭光莹. 情报科学. 2002
[3]. 基于数据仓库的馆藏数字资源整合研究[D]. 刘学风. 天津工业大学. 2007
[4]. 数据仓库技术在图书馆中的应用研究[D]. 蔡刚坤. 西安理工大学. 2000
[5]. OLAP技术在图书借阅分析中的应用研究[D]. 袁昊. 北方工业大学. 2011
[6]. 数据仓库技术在科技数字图书馆系统中的应用研究[D]. 付鸿鹄. 中国科学院文献情报中心. 2000
[7]. 数据挖掘在高校图书馆服务中的应用研究[D]. 王斌. 西安理工大学. 2010
[8]. Apriori算法在图书馆个性化服务中的应用研究[D]. 杨蓉. 中南大学. 2013
[9]. 数据仓库及其在图书馆中的应用[J]. 周寿芳. 图书馆学研究. 2003
[10]. 数据挖掘在图书馆个性化服务中的应用研究[D]. 曹美琴. 西北大学. 2008
标签：计算机软件及计算机应用论文; 数字图书馆论文; 图书馆论文; 数据仓库论文; 数据挖掘技术论文; 数据挖掘算法论文; 数据整合论文;