强关联规则挖掘在智慧图书馆个性化推送服务中的应用研究

被引:33
作者
李欣
机构
[1] 北华大学图书馆
关键词
数据挖掘; 强关联规则; 智慧图书馆; 个性化推送;
D O I
10.13833/j.issn.1007-7634.2018.04.017
中图分类号
G250.7 [图书馆自动化、网络化]; TP311.13 [];
学科分类号
1205 ; 120501 ; 1201 ;
摘要
【目的/意义】关联数据发现与个性化信息推送是未来智慧图书馆建设的核心内容。大数据环境下,为了提高图书馆推送信息的精准度,本文把适合个性化信息推送服务的强关联规则挖掘技术引入到高校图书馆智慧化信息服务中,研究在图书馆集成管理系统的基础上实现图书的智能查询和个性化信息推送。【方法/过程】在具体的研究中,由于经典关联规则挖掘需要多次扫描数据库,生成大量的冗余关联规则信息,因此需要重新定义领域内强关联规则和频繁项目集,提出处理海量数据需要的强关联规则算法。【结果/结论】将改进的算法应用到图书借阅和信息查询数据的分析中,以减少图书频繁项集的产生,避免冗余规则的挖掘和生成,从而实现关联图书信息的高效挖掘和个性化推送。
引用
收藏
页码:95 / 99
页数:5
相关论文
共 12 条
[1]  
基于关联规则和情感分析的图书推荐算法研究.[D].李欣弘.吉林大学.2016, 11
[2]  
基于关联规则的图书馆图书智能查询系统研究.[D].李欣.东北师范大学.2012, 05
[3]   关联规则应用下的高校图书馆图书推荐服务 [J].
陈淑英 ;
徐剑英 ;
刘玉魏 ;
山洁 .
图书馆论坛, 2018, 38 (02) :97-102
[4]   基于Hadoop的图书推荐系统研究与设计 [J].
南磊 .
计算机与数字工程, 2016, 44 (06) :1057-1063
[5]   关联规则挖掘综述 [J].
崔妍 ;
包志强 .
计算机应用研究, 2016, 33 (02) :330-334
[6]   一种面向高校图书馆的个性化图书推荐系统 [J].
王连喜 .
现代情报 , 2015, (12) :41-46
[7]   基于标签和关联规则挖掘的图书组合推荐系统模型研究 [J].
李默 ;
梁永全 .
计算机应用研究, 2014, 31 (08) :2390-2393
[8]   关联数据驱动的数字图书推荐模型 [J].
田野 ;
祝忠明 .
图书情报工作, 2013, 57 (17) :34-38+52
[9]   基于概念格的数字图书馆信息推送服务方法研究 [J].
高俊峰 ;
王淑梅 .
图书情报工作, 2012, 56 (17) :122-125+66
[10]   基于概念格的Folksonomy知识组织研究——关联标签的结构特征分析 [J].
滕广青 ;
毕强 ;
高娅 .
现代图书情报技术, 2012, (06) :22-28