基于关联挖掘的借阅数据分析

图书馆积累了大量的历史数据,从这些数据中挖掘出潜在的知识对图书馆工作有很强的指导作用。通过结合具体实例说明了关联规则在数据分析中的应用,为数据挖掘在图书馆的应用提供了一些思路。     

基于PDA模式的线上借购平台研究——以吉林化工学院“芸台购”使用情况为例

基于读者决策采购（PDA）模式，简要介绍了国内外图书馆纸质图书的借购模式，并以吉林化工学院图书馆引进推广的“芸台购”线上借购平台为研究对象，统计和分析了在高校中读者线上借购服务平台的优缺点，并对我国图书馆纸质图书借购平台的未来进行了展望。     

校园更新与历史保护的和谐共生——北京大学物理西楼及基础物理实验教学中心规划及设计方案

通过北京大学物理西楼及基础物理实验教学中心规划及单体设计,使物理系的历史与发展得到共生,整个学院也得到了新的发展空间。本项目采用借景及多层次景观平台的设计手法,给物理学院创造了一个优美而闹中取静的学习环境。     

基于Petri网结构特性的可达性求解

以Petri网关联矩阵为基础,根据状态方程将变迁向量解表达为T＿不变量与方程特解的线性组合;当特解向量中不存在合法引发序列时,从该向量出发,以逆序的方式获取借库所,构建借库所链;利用借库所关联的变迁向量之间的借还逻辑和数目依次求解T＿不变量的发生系数,得到一个较小的可达变迁向量。这种求解算法不仅可以实现目的可达的有效求解,还可以利用借库所链的中断对目的不可达进行直接快速的判断,避免后续不必要的相关工作;同时借库所的获取、T＿不变量系数的分析计算都是分区块进行的,大大缩小了探索范围,也简化了计算操作;借库所链中种蕴含的变迁引发逻辑也可以启发方式帮助可达变迁向量快捷建立合法引发次序。     

高校图书馆用户借阅行为中知识共享体验优化研究

目的 从高校图书馆的实体书籍借阅服务模式出发,基于知识共享理念对高校图书馆用户的借阅行为展开研究.旨在发现借阅行为中的痛点,优化用户的知识共享体验.方法 用户研究法,具体通过问卷调查、行为观察、回顾式访谈及用户旅程分析法对图书馆用户的借阅行为展开分析.结果 得出影响"科研—定向型""科研—非定向型""通识—定向型""通识—非定向型"4类用户的借阅体验痛点,结合知识螺旋理论,形成用户参与式知识共享体验模型及共享体验触点优化措施.结论 提出参与式阅读平台的设计方案,以优化用户知识共享体验,为图书馆服务创新研究提供理论依据和实证参考.     

制造业企业档案管理系统的扩展应用

在制造业企业档案信息化的发展中,基础应用已日趋成熟,为进一步扩大档案管理系统给企业带来的效益,设计并开发了许多扩展应用,涉及对现行文件管理的扩展应用、智能分拣、电子借阅、消息推送及跨域连接等。     

法律语言的文化功能探析

通过探讨法律语言文化功能、法律语言研究方法和法律语言学科体系形成之间的关系，旨在说明：借助社会学、人类学等方法探寻法律语言的文化功能是法律语言研究方法的革新。然后从法律术语移植．法律共同体形成和法律仪式方面分析法律语言文化功能的表现形式。     

百年来中国高等教育依附式发展的反思--谈学习国外高等教育的基本经验

本文讨论了借鉴国外高等教育经验与中国高等教育发展的相互关系问题，首先，认识到世界高等教育发展过程中普遍存在学习他国经验的现象后，回顾与分析了中国高等教育不同时期引进和学习国外许多做法的基本特点；其次，针对全盘移植，有针对性借鉴外国高等教育经验及其体现本国特色高等教育发展等，进行了有关内容的讨论；再有，在以上讨论的基础上，得出中国高等教育百年来走过了一条依附式发展道路的观点；最后，还就今后学习、借鉴国外高等教育经验以及探索中国特色的高等教育发展之路，进一步提出了有关的五点认识和启示。     

增大图书馆自然科学图书流通量之管见

通过对所在学校图书馆自然科学图书流通情况的调查,分析了高等工程专科学校读者借阅科技图书的现状,提出了读者在图书馆练兵的重要性及必要性,并对流通部门如何增大流通量而减少拒借率、提高工作人员素质、促进办好学科特色图书馆等问题作了初步探讨。     

Using Cellular Probabilistic Self-Organizing Map in Borrowing Channel Assignment for Patterned Traffic Load

The fast growing cellular mobile systems demand more efficient and faster channel allocation techniques. Borrowing channel assignment (BCA) is a compromising technique between fixed channel allocation (FCA) and dynamic channel allocation (DCA). However, in the case of patterned traffic load, BCA is not efficient to further enhance the performance because some heavy-traffic cells are unable to borrow channels from neighboring cells that do not have unused nominal channels. The performance of the whole system can be raised if the short-term traffic load can be predicted and the nominal channels can be re-assigned for all cells. This paper describes an improved BCA scheme using traffic load prediction. The prediction is obtained by using the short-term forecasting ability of cellular probabilistic self-organizing map (CPSOM). This paper shows that the proposed CPSOM-based BCA method is able to enhance the performance of patterned traffic load compared with the traditional BCA methods. Simulation results corroborate that the proposed method delivers significantly better performance than BCA for patterned traffic load situations, and is virtually as good as BCA in the other situations analyzed.