數(shù)據(jù)挖掘與管理實(shí)踐

1 概論
1.1 背景
1.1.1 國(guó)外研究與應(yīng)用
1.1.2 國(guó)內(nèi)研究與應(yīng)用
1.2 意義
1.3 內(nèi)容
1.3.1 聚類分析
1.3.2 關(guān)聯(lián)分析
1.3.3 圖書(shū)館數(shù)據(jù)搜集與預(yù)處理
1.3.4 實(shí)現(xiàn)數(shù)據(jù)挖掘技術(shù)在圖書(shū)館中的應(yīng)用
2 數(shù)據(jù)挖掘技術(shù)
2.1 數(shù)據(jù)挖掘系統(tǒng)的組成
2.2 數(shù)據(jù)挖掘的定義
2.3 數(shù)據(jù)挖掘的任務(wù)
2.4 數(shù)據(jù)挖掘的功能
2.4.1 自動(dòng)預(yù)測(cè)趨勢(shì)和行為
2.4.2 關(guān)聯(lián)分析
2.4.3 聚類分析
2.4.4 概念描述
2.4.5 偏差檢測(cè)
2.5 數(shù)據(jù)挖掘的實(shí)施
2.5.1 數(shù)據(jù)挖掘環(huán)境
2.5.2 數(shù)據(jù)挖掘的過(guò)程
2.6 數(shù)據(jù)挖掘的難點(diǎn)
2.6.1 動(dòng)態(tài)變化的數(shù)據(jù)
2.6.2 噪聲
2.6.3 數(shù)據(jù)不完整
2.6.4 冗余信息
2.6.5 數(shù)據(jù)稀疏
2.6.6 超大數(shù)據(jù)量
2.7 數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域
3 聚類分析及系統(tǒng)功能
3.1 聚類算法簡(jiǎn)介
3.1.1 聚類算法的一般分類
3.1.2 噪聲與孤立點(diǎn)
3.1.3 聚類算法的典型要求
3.2 新聚類算法理論研究
3.2.1 新聚類算法的整體思路
3.2.2 新聚類算法的相關(guān)定義
3.2.3 新聚類算法的算法描述
3.3 新聚類算法實(shí)驗(yàn)分析
3.3.1 不同尺寸和密度的簇聚類效果實(shí)驗(yàn)
3.3.2 埋藏在“噪聲”中的簇聚類效果實(shí)驗(yàn)
3.3.3 實(shí)驗(yàn)結(jié)果總結(jié)
3.4 新聚類算法系統(tǒng)功能
3.4.1 菜單欄介紹
3.4.2 屬性相關(guān)性檢驗(yàn)窗口
3.4.3 數(shù)據(jù)標(biāo)準(zhǔn)化窗口
3.4.4 聚類窗口
3.4.5 模式評(píng)估窗口
3.5 新聚類算法聚類過(guò)程解析
3.5.1 數(shù)據(jù)選擇
3.5.2 數(shù)據(jù)預(yù)處理
3.5.3 數(shù)據(jù)變換
3.5.4 數(shù)據(jù)挖掘
3.5.5 結(jié)果解釋
4 關(guān)聯(lián)分析與系統(tǒng)功能
4.1 關(guān)聯(lián)分析簡(jiǎn)介
4.2 Clementine關(guān)聯(lián)簡(jiǎn)介
4.3 新關(guān)聯(lián)規(guī)則算法研究
4.3.1 新關(guān)聯(lián)規(guī)則算法的提出
4.3.2 新關(guān)聯(lián)規(guī)則算法的相關(guān)定義
4.4 新關(guān)聯(lián)規(guī)則算法設(shè)計(jì)
4.5 新關(guān)聯(lián)規(guī)則系統(tǒng)功能
4.6 新關(guān)聯(lián)規(guī)則挖掘過(guò)程解析
4.6.1 數(shù)據(jù)選擇
4.6.2 數(shù)據(jù)預(yù)處理
4.6.3 數(shù)據(jù)變換
4.6.4 數(shù)據(jù)挖掘
4.6.5 數(shù)據(jù)解釋
5 現(xiàn)代化管理中的聚類應(yīng)用
5.1 紙質(zhì)調(diào)查問(wèn)卷數(shù)據(jù)聚類分析
5.1.1 紙質(zhì)問(wèn)卷的設(shè)計(jì)與數(shù)據(jù)整理
5.1.2 數(shù)據(jù)預(yù)處理
5.1.3 學(xué)科資料需求聚類分析
5.1.4 館藏基本需求聚類分析
5.1.5 讀者借閱行為聚類分析
5.1.6 圖書(shū)館服務(wù)滿意度聚類分析
5.1.7 決策建議
5.2 網(wǎng)絡(luò)調(diào)查數(shù)據(jù)聚類分析
5.2.1 網(wǎng)絡(luò)數(shù)據(jù)收集與數(shù)據(jù)整理
5.2.2 數(shù)據(jù)預(yù)處理
5.2.3 商校圖書(shū)館人力資源聚類分析
5.2.4 葛校圖書(shū)館資源聚類分析
5.2.5 決策建議
6 現(xiàn)代化管理中的關(guān)聯(lián)應(yīng)用
6.1 通用圖書(shū)館集成系統(tǒng)簡(jiǎn)介
6.2 借閱流通日志中讀者屬性與圖書(shū)類別的關(guān)聯(lián)分析
6.2.1 數(shù)據(jù)收集與數(shù)據(jù)整理
6.2.2 數(shù)據(jù)預(yù)處理
6.2.3 關(guān)聯(lián)規(guī)則挖掘
6.2.4 挖掘結(jié)果分析
6.2.5 決策建議
6.3 借閱流通日志中圖書(shū)與圖書(shū)問(wèn)的關(guān)聯(lián)分析
6.3.1 數(shù)據(jù)收集與數(shù)據(jù)整理
6.3.2 數(shù)據(jù)預(yù)處理
6.3.3 關(guān)聯(lián)規(guī)則挖掘
6.3.4 挖掘結(jié)果分析
6.3.5 決策建議
6.4 讀者借閱記錄中圖書(shū)大類間的DAR關(guān)聯(lián)分析
6.4.1 數(shù)據(jù)收集與數(shù)據(jù)整理
6.4.2 數(shù)據(jù)預(yù)處理
6.4.3 關(guān)聯(lián)規(guī)則挖掘
6.4.4 挖掘結(jié)果分析
6.4.5 決策建議
6.5 紙質(zhì)問(wèn)卷學(xué)科間的DAR關(guān)聯(lián)分析
6.5.1 數(shù)據(jù)收集與數(shù)據(jù)整理
6.5.2 數(shù)據(jù)預(yù)處理
6.5.3 關(guān)聯(lián)規(guī)則挖掘
6.5.4 挖掘結(jié)果分析
6.5.5 決策建議
7 結(jié)論、建議、展望
7.1 圖書(shū)館數(shù)據(jù)挖掘的決策過(guò)程
7.2 新算法達(dá)到的功能
7.3 圖書(shū)館數(shù)據(jù)的搜集整理工作
7.4 挖掘結(jié)果的分析與建議
7.4.1 調(diào)查問(wèn)卷數(shù)據(jù)的聚類分析與建議
7.4.2 網(wǎng)絡(luò)數(shù)據(jù)的聚類分析與建議
7.4.3 圖書(shū)館集成系統(tǒng)數(shù)據(jù)的Clementine關(guān)聯(lián)分析與建議
7.4.4 圖書(shū)館集成系統(tǒng)數(shù)據(jù)的DAR關(guān)聯(lián)分析與建議
7.4.5 調(diào)查問(wèn)卷館藏資料數(shù)據(jù)的DAR關(guān)聯(lián)分析與建議
7.5 展望
附錄
附錄A 圖書(shū)館資源建設(shè)、利用與服務(wù)情況問(wèn)卷調(diào)查
附錄B 高校圖書(shū)館信息調(diào)查表
附錄C 圖書(shū)借閱次數(shù)統(tǒng)計(jì)表
附錄D 讀者借閱次數(shù)統(tǒng)計(jì)表
參考文獻(xiàn)