共查询到20条相似文献,搜索用时 421 毫秒
1.
2.
数据挖掘是近几年发展起来的一种对信息资源进行开发和数据处理的新技术,而关联规则则是数据挖掘的核心技术。将关联规则应用于图书馆的流通数据,可以发现读者在借阅文献的过程中隐含的学科之间的关联,这对提高图书馆资源的利用率和为读者提供个性化服务有重要意义。本文从关联规则的定义入手,通过案例分析,阐述了关联规则数据挖掘在图书馆藏书建设中具有重要的意义。 相似文献
3.
4.
5.
6.
7.
关联规则在电子商务推荐系统中的应用 总被引:1,自引:0,他引:1
以数据挖掘中的关联规则为基础,深入研究了基于关联规则的个性化推荐技术在电子商务中的应用,提出了电子商务推荐系统的体系结构,并对系统涉及到的关键技术进行了详细的描述.系统采用FP-Growth算法进行关联规则的挖掘,紧紧结合了数据库技术的优势,对当前电子商务系统中大量复杂的数据具有很好的适应性. 相似文献
8.
9.
以数据挖掘中的关联规则为基础,深入研究了个性化推荐系统的架构和推荐系统模型。针对传统关联规则挖掘算法在解决移动电子商务环境个性化推荐问题时反复扫描数据库,频繁项挖掘效率低,关联规则挖掘准确率低以及规则大量冗余等不足,采用基于事务矩阵和兴趣度的关联规则挖掘算法构建个性化的推荐系统模型,提升了个性化推荐质量。 相似文献
10.
11.
12.
数据挖掘作为一种信息资源开发和数据处理的新技术,被广泛应用在各个领域,本文介绍了数据挖掘中的关联规则定义及其核心算法Apriori的思想,利用关联规则挖掘对高校图书馆的借阅流通数据进行了相关分析,并对高校图书馆的馆藏优化建设提出了科学的建议。 相似文献
13.
为准确、合理地为用户推荐英语教学资源,设计基于深度学习的英语教学资源个性化推荐系统。通过爬虫技术获取用户行为数据和英语教学资源数据,提取二者的特征并融合;利用深度学习模型建立用户行为特征和英语教学资源特征之间的关联,实现个性化推荐。测试结果表明:系统的召回率、准确率和归一化折损累积增益均保持在一个较高的水平上,说明其推荐效果较好。 相似文献
14.
《现代电子技术》2019,(23)
传统应用于图书管理系统的Apriori算法因数据库扫描次数过多,以及候选项集数量过大导致系统运行缓慢,为解决此问题,设计基于改进Apriori数据挖掘算法的信息推荐图书管理系统。系统结合C/S架构与B/S架构,分别向图书馆工作人员和借阅者开放图书信息。系统功能模块中数据预处理子模块从读者借阅数据库中提取借阅者以及图书相关信息数据,对数据进行清洗、转换以及集成处理后,关联规则挖掘子模块利用改进Apriori算法依据处理后的数据,挖掘出支持度大于最小支持度阈值以及置信度大于最小置信度阈值的强关联规则,生成关联规则数据库。个性化信息推荐子模块依据关联规则数据库中的借阅者同借阅者所选图书进行关联匹配,向借阅者推送与所读图书相关联图书信息,实现图书信息的个性化推荐。实验结果表明,该系统可有效推荐图书关联信息,且在50个客户端同时运行的情况下CPU占有率仅为6.58%,运行性能佳。 相似文献
15.
《现代电子技术》2019,(1):166-170
针对传统方法存在对图书馆读者借阅行为数据利用率低、对读者图书借阅行为分析不准确的问题,提出基于数据挖掘的图书馆读者借阅行为分析方法。采用基于相似系数矩阵的聚类算法,对图书馆读者借阅行为实施分析,采用Jaccard相似系数度量高维度图书馆读者借阅数据的相似度,对高维度读者借阅数据进行聚类分析,解决图书馆读者借阅数据维度高的问题。构建聚类算法时塑造了新矩阵,当新矩阵中的所有元素都大于初始阈值时,说明数据聚类过程结束,聚类算法的构建实现图书馆读者借阅行为数据的有效分类,针对读者设计个性化专属图书推荐服务。分析了所提方法的应用过程,对图书馆读者借阅图书信息数据实施预处理后,进行读者借阅行为分析。实验结果说明,所提方法能提高图书馆读者借阅行为数据的利用率,具有较高的执行效率和CPU利用率,对读者图书借阅行为分析能力强。 相似文献
16.
为提高信息智能推荐系统的目标特征数据挖掘精度,提出新的信息智能推荐系统目标特征数据挖掘方法.采用分布式链路融合方法构建数据存储模型,在多维特征空间中实现对特征数据的解析,基于此分析目标特征分布集,根据大数据的关联规则分布特性,实现数据智能融合处理.采用显著度特征解析控制的方法提取目标特征模板匹配特征量,实现信息智能推荐... 相似文献
17.
18.
针对当前数字图书馆资源现有推荐方法在为用户提供资源推荐服务时,存在资源分类精度低、推荐精度低等问题,为促进推荐服务质量提升,引入改进加权信息熵,开展对数字图书馆资源个性化推荐方法的设计研究。面向数字图书馆资源推荐,完成用户个性化画像构建;对数字图书馆资源进行特征提取;利用改进加权信息熵,对各类资源相似度进行计算;实现数字图书馆资源协同过滤推荐。通过对比实验的方式证明,新的推荐方法在应用中能够有效提高对图书馆资源分类和推荐的精度,一方面实现推荐服务能力水平的提升,另一方面实现图书馆资源的利用价值最大化。 相似文献