基于数据挖掘的J高校图书馆图书管理创新研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 引言 | 第8-13页 |
| 1.1 论文选题的背景和意义 | 第8-9页 |
| 1.1.1 选题背景 | 第8-9页 |
| 1.1.2 选题意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 论文的研究思路和研究方法 | 第11-13页 |
| 1.3.1 研究思路 | 第11页 |
| 1.3.2 研究方法 | 第11-13页 |
| 第2章 相关理论综述 | 第13-24页 |
| 2.1 图书馆管理 | 第13-15页 |
| 2.1.1 图书馆管理的定义 | 第13-14页 |
| 2.1.2 图书馆管理的现状和问题 | 第14-15页 |
| 2.2 图书馆管理创新 | 第15-17页 |
| 2.2.1 图书馆管理创新的意义 | 第15-16页 |
| 2.2.2 图书馆管理创新的内涵 | 第16-17页 |
| 2.3 数据挖掘 | 第17-24页 |
| 2.3.1 数据挖掘的定义 | 第17-18页 |
| 2.3.2 数据挖掘的功能 | 第18-19页 |
| 2.3.3 数据挖掘的过程 | 第19-21页 |
| 2.3.4 数据挖掘的方法 | 第21-24页 |
| 第3章 J 高校图书管理系统的数据挖掘 | 第24-55页 |
| 3.1 J 高校图书馆图书管理 | 第24-26页 |
| 3.1.1 J 高校图书馆概况 | 第24页 |
| 3.1.2 妙思文献管理系统介绍 | 第24-26页 |
| 3.2 妙思文献管理系统数据的预处理 | 第26-34页 |
| 3.2.1 数据抽样和提取 | 第26-32页 |
| 3.2.2 数据清理 | 第32-33页 |
| 3.2.3 数据转换 | 第33-34页 |
| 3.3 基于聚类分析算法的数据挖掘 | 第34-45页 |
| 3.3.1 常见聚类分析方法 | 第34-36页 |
| 3.3.2 K-Means 聚类分析方法简介 | 第36-38页 |
| 3.3.3 读者的聚类分析 | 第38-41页 |
| 3.3.4 图书借阅的聚类分析 | 第41-45页 |
| 3.4 基于关联规则算法的数据挖掘 | 第45-55页 |
| 3.4.1 关联规则的定义和分类 | 第46-47页 |
| 3.4.2 Apriori 关联规则算法简介 | 第47-49页 |
| 3.4.3 图书借阅的关联规则 | 第49-55页 |
| 第4章 数据挖掘与 J 高校图书管理创新路径 | 第55-65页 |
| 4.1 图书采购管理创新 | 第55-58页 |
| 4.1.1 馆藏资源结构的现状 | 第55-56页 |
| 4.1.2 图书采购科目的选择 | 第56-57页 |
| 4.1.3 图书采购方式的选择 | 第57-58页 |
| 4.1.4 图书复本量的选择 | 第58页 |
| 4.2 馆藏布局管理创新 | 第58-61页 |
| 4.2.1 馆藏布局的现状 | 第58-60页 |
| 4.2.2 以读者为中心的馆藏布局 | 第60页 |
| 4.2.3 学科关联的馆藏布局 | 第60-61页 |
| 4.2.4 借阅一体化的馆藏布局 | 第61页 |
| 4.3 图书借阅管理创新 | 第61-65页 |
| 4.3.1 图书借阅的现状 | 第61-62页 |
| 4.3.2 个性化书目的主动推送 | 第62-63页 |
| 4.3.3 读者分群的借阅制度 | 第63页 |
| 4.3.4 图书宣传活动的常规化 | 第63-65页 |
| 第5章 结论与展望 | 第65-67页 |
| 5.1 本文总结 | 第65-66页 |
| 5.2 未来工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-69页 |
