Please wait a minute...
Advanced Search
现代图书情报技术  2008, Vol. 24 Issue (7): 86-90     https://doi.org/10.11925/infotech.1003-3513.2008.07.17
  应用实践 本期目录 | 过刊浏览 | 高级检索 |
一种基于读者借阅信息的图书检索结果客观排序算法研究*
苏菊1  王栋1  徐建良2
1 (中国海洋大学图书馆 青岛 266100)
2 (中国海洋大学信息学院 青岛 266100)
An Ordering Method on Book Retrival Results Based on Reader’s Borrowing Information
Su Ju1   Wang Dong1   Xu Jianliang2
1(Library, Ocean University of China, Qingdao 266100,China)
2(College of Information Science and Engineering, Ocean University of China, Qingdao 266100,China)  
全文: PDF (608 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

针对图书馆馆藏急剧增长的现状,提出一种基于读者借阅信息的科技图书检索结果客观排序算法,并以中国海洋大学图书馆为例,基于SQL Server数据库实现图书检索结果排序。实验表明,排序算法对读者的查准率有较大改善,能很好地满足图书馆读者的信息检索需求。

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
王栋
徐建良
苏菊
关键词 排序算法计算机检索数据挖掘    
Abstract

 This paper proposes an ordering method on book retrival results based on reader’s borrowing information. Application in the library of Ocean University of China shows that it can provide the readers with better information service in library operation. The system improves the quality of service and gives great convenience to readers.

Key wordsOrdering Method    Computer retrieval    Data Mining
收稿日期: 2008-03-11      出版日期: 2008-07-25
: 

TP39

 
基金资助:

*本文系山东省自然科学基金项目“基于Ontology的海洋科技文献共享平台研发”(项目编号:Y2005G06)的研究成果之一。

通讯作者: 苏菊     E-mail: suju@ouc.edu.cn
作者简介: 苏菊,王栋,徐建良
引用本文:   
苏菊,王栋,徐建良. 一种基于读者借阅信息的图书检索结果客观排序算法研究*[J]. 现代图书情报技术, 2008, 24(7): 86-90.
Su Ju,Wang Dong,Xu Jianliang. An Ordering Method on Book Retrival Results Based on Reader’s Borrowing Information. New Technology of Library and Information Service, 2008, 24(7): 86-90.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2008.07.17      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2008/V24/I7/86

[1] 谈大军,林明茵,叶赛. 中文Google和百度的排序方式与检索效率比较分析[J].现代情报,2005,25(3):87-89,92.
[2] 李航.SIGIR大会的新关键词[EB/OL]. [2008-03-01]. http://hi.baidu.com/piaopingnet/blog/item/ 6b8d97503beae86185352485.html.
[3] 张鲁,谭月辉,苏春萍,等. 数据挖掘技术在读者借阅行为分析中的应用[J]. 情报杂志. 2005,24(6):36-37.
[4] 孟雅凤.数据仓库与数据挖掘在图书管理系统中的研究与应用[D].吉林:吉林大学,2006.
[5] 周蓓.数据挖掘技术在图书馆系统中的应用研究[D].南京:东南大学,2006.
[6] Google 图书搜索支持中心[EB/OL].[2008-03-01]. http://books.google.cn/support/.
[7] CNKI:知识网络服务平台(KNS)5.0功能介绍[EB/OL].[2008-03-01]. http://lib.hnist.cn/kns50/knsinfo.aspx.
[8] 温嵘生, 邱春兰.基于OPAC 信息库图书借阅数据关联挖掘分析与应用[J].情报杂志,2007,26(7):61-63.

[1] 谢旺, 王丽珍, 陈红梅, 曾兰清. 基于空间序偶模式挖掘污染源与癌症病例的关系 *[J]. 数据分析与知识发现, 2021, 5(2): 14-31.
[2] 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.
[3] 陆泉,朱安琪,张霁月,陈静. 中文网络健康社区中的用户信息需求挖掘研究*——以求医网肿瘤板块数据为例[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[4] 牟冬梅,法慧,王萍,孙晶. 基于结构方程模型的疾病危险因素研究*[J]. 数据分析与知识发现, 2019, 3(4): 80-89.
[5] 李勇男. 贝叶斯理论在反恐情报分类分析中的应用研究*[J]. 数据分析与知识发现, 2018, 2(10): 9-14.
[6] 牟冬梅, 王萍, 赵丹宁. 高维电子病历的数据降维策略与实证研究*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
[7] 胡忠义, 王超群, 吴江. 融合多源网络评估数据及URL特征的钓鱼网站识别技术研究*[J]. 数据分析与知识发现, 2017, 1(6): 47-55.
[8] 江思伟, 谢振平, 陈梅婕, 蔡明. 混合特征数据的自解释归约建模方法*[J]. 数据分析与知识发现, 2017, 1(12): 92-100.
[9] 牟冬梅,任珂. 三种数据挖掘算法在电子病历知识发现中的比较*[J]. 现代图书情报技术, 2016, 32(6): 102-109.
[10] 李峰,李书宁,于静. 面向院系的高校毕业生图书馆记忆系统[J]. 现代图书情报技术, 2016, 32(5): 99-103.
[11] 赵静娴. 基于决策树的网络伪舆情识别研究[J]. 现代图书情报技术, 2015, 31(6): 78-84.
[12] 何建民, 王哲. 社交网络话题信息传播影响簇发现谱系挖掘方法[J]. 现代图书情报技术, 2015, 31(5): 65-72.
[13] 黄文彬, 徐山川, 马龙, 王军. 利用通信数据的移动用户行为分析[J]. 现代图书情报技术, 2015, 31(5): 80-87.
[14] 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.
[15] 孙鸿飞, 侯伟. 改进TFIDF算法在潜在合作关系挖掘中的应用研究[J]. 现代图书情报技术, 2014, 30(10): 84-92.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn