论文部分内容阅读
高校图书馆是高校的信息中心与学习中心,是教师与学生获取知识与信息的重要渠道。随着信息化时代的到来,高校图书馆也进入了数字化的管理时代。各高校图书馆的图书管理系统所存储的图书信息种类越来越丰富,图书业务流通数据也日益庞大。同时,读者对图书类型的需求越来越细致化,为了给读者提供更优质的服务,需要发展个性化的图书推荐服务。目前大部分高校的图书管理系统还不能预测读者的借阅需求,进而推荐满足读者需求的图书信息。因此,本论文的主要工作是在福建工程学院软件学院现有的图书管理系统基础上,结合学院的实际情况,设计并实现一个适合该学院的图书推荐子系统,为该学院的读者提供个性化的图书推荐服务。数据挖掘是实现图书推荐子系统的关键技术。所以,首先学习数据挖掘的理论知识,重点分析K-means聚类算法和Apriori关联规则算法;然后分析采集该学院图书管理系统的业务流通数据,进行数据预处理,形成待挖掘的数据。接着,在处理后的干净数据基础上,运用K-means算法,根据读者的借阅行为,如借阅图书类别和图书借阅数量,对读者进行合理的聚类;运用Apriori算法,对读者借阅数据进行挖掘分析,获得图书之间的关联性,建立图书关联规则库。最后,结合福建工程学院软件学院的实际情况,从系统的功能需求和非功能需求两个方面展开分析。在需求分析的基础上,对该系统进行总体设计、功能模块设计和数据库设计。运用Microsoft Visual Studio 2008开发平台,采用C#.NET开发语言和SQL Server数据库技术,进行编码实现,并完成系统的测试。系统测试结果表明当读者访问图书管理系统后,图书推荐子系统可以根据读者所属类别及图书关联规则库,为读者推荐感兴趣的图书。