Please wait a minute...
Advanced Search
现代图书情报技术  2006, Vol. 1 Issue (11): 51-54     https://doi.org/10.11925/infotech.1003-3513.2006.11.13
  数字图书馆 本期目录 | 过刊浏览 | 高级检索 |
基于数据挖掘的图书馆读者行为分析
王伟1 张征芳1 王海明2
1(北京大学信息管理系 北京100871)
2(大连交通大学图书馆 大连 116028)
User Behavior Analysis in the Library-based on Data Mining
Wang Wei1    Zhang Zhengfang1    Wang Haiming
1(Department of Information Management, Peking University, Beijing 100871, China)
2(Dalian Jiaotong University Library, Dalian 116028, China)
全文:
输出: BibTeX | EndNote (RIS)      
摘要 

随着数据库技术的迅速发展以及数据库管理系统在图书馆的广泛应用,在图书馆,积累了大量的读者对资源的历史访问数据。这些数据背后隐藏着许多重要的信息,通过对其进行更高层次的分析,便能更好地利用这些数据为读者服务。

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
王伟
王海明
张征芳
关键词 数据挖掘借阅历史数据读者行为    
Abstract

With the development of the technology in database and the system applied on the library management, there are many data of the user logged the collections in the library.These data hide many important information.According to the analysis,this paper offers the data for reader service.

Key wordsData mining    Log of borrowing and reading    Reader behavior
收稿日期: 2006-09-08      出版日期: 2006-11-25
: 

G254

 
通讯作者: 王伟     E-mail: wwang_mr@pku.edu.cn
作者简介: 王伟,张征芳,王海明
引用本文:   
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, 1(11): 51-54.
Wang Wei,Zhang Zhengfang,Wang Haiming . User Behavior Analysis in the Library-based on Data Mining. New Technology of Library and Information Service, 2006, 1(11): 51-54.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2006.11.13      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2006/V1/I11/51

1魏育辉,潘洁.图书流通数据的关联挖掘量化分析方法.现代情报,2005(11):108-110
2蔡会霞,朱洁,蔡瑞英.关联规则的数据挖掘在高校图书馆系统中的应用.南京工业大学学报,2005,27(1):86-88
3司徒浩臻.数据挖掘技术在图书馆信息服务中的应用.现代图书情报技术,2005(10):15-18
4刘晓东.数据挖掘在图书馆工作中的应用.情报杂志,2005(8):63-65
5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.计算机与现代化,2005,122(10):33-35
6李玮平.基于数据挖掘的图书馆读者需求分析.图书馆论坛,2004,24(3):86-88

[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