数据挖掘技术的改进在图书馆个性化服务中的应用

doi:10.11925/infotech.1003-3513.2006.08.14

现代图书情报技术

2006, Vol. 1

Issue (8): 65-68 https://doi.org/10.11925/infotech.1003-3513.2006.08.14

网络资源与建设

本期目录 | 过刊浏览 | 高级检索

数据挖掘技术的改进在图书馆个性化服务中的应用

陆觉民郑宇

(上海大学图书馆上海 200072)

Application of the Improving Data Mining Technique in the Individualized Service of the Digital Library

Lu Juemin Zheng Yu

(Shanghai University Library, Shanghai 200072, China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

Apriori 算法是关联规则挖掘的一个经典算法，在分析关联规则挖掘算法的基础上，提出利用HASH表技术及减少生成候选集的数量对经典Apriori 算法进行改进,从而提高图书馆数据资源的利用率，加强图书馆个性化服务。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	陆觉民
	郑宇

关键词 ： Apriori算法, 关联规则, HASH表

Abstract：

The Apriori algorithm is a classical method of association rules mining. Based on analysis of this theory, the paper provides an improved Apriori algorithm. The paper puts foward with algorithm combines HASH table technique and reduction of candidate item sets to enhance the usage efficiency of resources as well as the individualized service of the data library.

Key words： Apriori Association rules HASH table

收稿日期: 2006-05-11 出版日期: 2006-08-25

G250.7

通讯作者: 陆觉民 E-mail: jmlu@mail.shu.edu.cn

作者简介: 陆觉民,郑宇

引用本文:

陆觉民,郑宇 . 数据挖掘技术的改进在图书馆个性化服务中的应用[J]. 现代图书情报技术, 2006, 1(8): 65-68.
Lu Juemin,Zheng Yu . Application of the Improving Data Mining Technique in the Individualized Service of the Digital Library. New Technology of Library and Information Service, 2006, 1(8): 65-68.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2006.08.14 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2006/V1/I8/65

1Agrawal R , Imielinski T ,Swami A.. Mining Associations Rules Between Sets of Items in Large Databases. Proceedings of ACM SIGMOD Intl. Conf. on Management of Data Acm Press, 1993.207-216
2J.S.Park, M.S.Chen, and P.S.Yu. An effective hash-based algorithm for mining association rules. ACM SIGMOD Record ACM Press, 1995. 175-186
3李绪成，王保保. 挖掘关联规则中Apriori算法的一种改进.计算机工程，2002,7（28）：104-105
4魏育辉，潘洁. 图书流通数据关联挖掘量化分析法. 现代情报,2005(11):108-110
5冯进.利用数据挖掘技术深入挖掘图书馆工作.现代情报,2005(3):131-132

[1]	李铁军,颜端武,杨雄飞. 基于情感加权关联规则的微博推荐研究*[J]. 数据分析与知识发现, 2020, 4(4): 27-33.
[2]	魏伟,郭崇慧,邢小宇. 基于语义关联规则的试题知识点标注及试题推荐^*[J]. 数据分析与知识发现, 2020, 4(2/3): 182-191.
[3]	黄名选,卢守东,徐辉. 基于加权关联模式挖掘与规则后件扩展的跨语言信息检索 ^*[J]. 数据分析与知识发现, 2019, 3(9): 77-87.
[4]	张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[5]	何跃, 丰月, 赵书朋, 马玉凤. 基于知乎问答社区的内容推荐研究——以物流话题为例[J]. 数据分析与知识发现, 2018, 2(9): 42-49.
[6]	何跃, 王爱欣, 丰月, 王莉. 基于关联规则的门诊药房布局优化[J]. 数据分析与知识发现, 2018, 2(1): 99-108.
[7]	李昌兵, 庞崇鹏, 李美平. 基于权重的Apriori算法在文本统计特征提取方法中的应用^*[J]. 数据分析与知识发现, 2017, 1(9): 83-89.
[8]	魏星, 胡德华, 易敏寒, 朱启贞, 朱文婕. 基于数据立方体挖掘疾病-基因-药物新关联^*[J]. 数据分析与知识发现, 2017, 1(10): 94-104.
[9]	黄名选. 基于矩阵加权关联模式的印尼中跨语言信息检索模型^*[J]. 数据分析与知识发现, 2017, 1(1): 26-36.
[10]	阮光册, 夏磊. 基于关联规则的文本主题深度挖掘应用研究^*[J]. 数据分析与知识发现, 2016, 32(12): 50-56.
[11]	杜思奇, 李红莲, 吕学强. 汉语组块分析在产品特征提取中的应用研究[J]. 现代图书情报技术, 2015, 31(9): 26-30.
[12]	郝玫, 王道平. 面向供应链的产品评论中客户关注特征挖掘方法研究[J]. 现代图书情报技术, 2014, 30(4): 65-70.
[13]	刘巍, 祝忠明, 张旺强, 王思丽, 姚晓娜, 卢利农. 利用转化SKOS和关联规则挖掘创建本体及其检索应用[J]. 现代图书情报技术, 2013, 29(7/8): 22-27.
[14]	王永, 张勤, 杨晓洁. 中文网络评论中产品特征提取方法研究[J]. 现代图书情报技术, 2013, (12): 70-73.
[15]	刘萍, 胡月红. 基于FCA和关联规则的情报学本体构建[J]. 现代图书情报技术, 2012, 28(2): 34-40.

Viewed

Full text

Abstract

Cited

Shared

Discussed