數據挖掘與管理實踐

《數據挖掘與管理實踐》對數據挖掘技術及其在管理決策中的套用進行了較深入的研究。書中重點介紹了聚類分析和關聯分析的理論基礎

基本介紹

• 書名：數據挖掘與管理實踐
• 作者：宋宇辰
• ISBN：9787502454579 
• 出版社：冶金工業出版社
• 出版時間： 2010-12-01
• 裝幀：平裝

基本信息

作 者： 宋宇辰 編

出 版 社： 冶金工業出版社

ISBN： 9787502454579

出版時間： 2010-12-01

版　次： 1

頁　數： 181

裝　幀： 平裝

開　本： 16開

所屬分類： 圖書>新聞出版>信息與傳播理論

內容簡介

《數據挖掘與管理實踐》對數據挖掘技術及其在管理決策中的套用進行了較深入的研究。書中重點介紹了聚類分析和關聯分析的理論基礎、算法設計、分析與對比。全書以圖書館現代化管理為主線，探索了如何對管理數據實施數據挖掘、實現管理決策的全過程，包括數據採集、數據預處理、數據挖掘與分析、挖掘結果的分析，並提出相應的決策建議；根據一系列套用實施過程，總結出圖書館現代化管理套用數據挖掘的三層決策構架，即數據層、技術層和決策層。　《數據挖掘與管理實踐》適合從事信息分析、數據挖掘的人員，企業和政府部門的管理人員，從事管理學和情報學研究的學者及相關專業的研究生閱讀參考。

目錄

1 概論

1.1 背景

1.1.1 國外研究與套用

1.1.2 國內研究與套用

1.2 意義

1.3 內容

1.3.1 聚類分析

1.3.2 關聯分析

1.3.3 圖書館數據蒐集與預處理

1.3.4 實現數據挖掘技術在圖書館中的套用

2 數據挖掘技術

2.1 數據挖掘系統的組成

2.2 數據挖掘的定義

2.3 數據挖掘的任務

2.4 數據挖掘的功能

2.4.1 自動預測趨勢和行為

2.4.2 關聯分析

2.4.3 聚類分析

2.4.4 概念描述

2.4.5 偏差檢測

2.5 數據挖掘的實施

2.5.1 數據挖掘環境

2.5.2 數據挖掘的過程

2.6 數據挖掘的難點

2.6.1 動態變化的數據

2.6.2 噪聲

2.6.3 數據不完整

2.6.4 冗餘信息

2.6.5 數據稀疏

2.6.6 超大數據量

2.7 數據挖掘的主要套用領域

3 聚類分析及系統功能

3.1 聚類算法簡介

3.1.1 聚類算法的一般分類

3.1.2 噪聲與孤立點

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 新聚類算法的相關定義

3.2.3 新聚類算法的算法描述

3.3 新聚類算法實驗分析

3.3.1 不同尺寸和密度的簇聚類效果實驗

3.3.2 埋藏在“噪聲”中的簇聚類效果實驗

3.3.3 實驗結果總結

3.4 新聚類算法系統功能

3.4.1 選單欄介紹

3.4.2 屬性相關性檢驗視窗

3.4.3 數據標準化視窗

3.4.4 聚類視窗

3.4.5 模式評估視窗

3.5 新聚類算法聚類過程解析

3.5.1 數據選擇

3.5.2 數據預處理

3.5.3 數據變換

3.5.4 數據挖掘

3.5.5 結果解釋

4 關聯分析與系統功能

4.1 關聯分析簡介

4.2 Clementine關聯簡介

4.3 新關聯規則算法研究

4.3.1 新關聯規則算法的提出

4.3.2 新關聯規則算法的相關定義

4.4 新關聯規則算法設計

4.5 新關聯規則系統功能

4.6 新關聯規則挖掘過程解析

4.6.1 數據選擇

4.6.2 數據預處理

4.6.3 數據變換

4.6.4 數據挖掘

4.6.5 數據解釋

5 現代化管理中的聚類套用

5.1 紙質調查問卷數據聚類分析

5.1.1 紙質問卷的設計與數據整理

5.1.2 數據預處理

5.1.3 學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 圖書館服務滿意度聚類分析

5.1.7 決策建議

5.2 網路調查數據聚類分析

5.2.1 網路數據收集與數據整理

5.2.2 數據預處理

5.2.3 商校圖書館人力資源聚類分析

5.2.4 葛校圖書館資源聚類分析

5.2.5 決策建議

6 現代化管理中的關聯套用

6.1 通用圖書館集成系統簡介

6.2 借閱流通日誌中讀者屬性與圖書類別的關聯分析

6.2.1 數據收集與數據整理

6.2.2 數據預處理

6.2.3 關聯規則挖掘

6.2.4 挖掘結果分析

6.2.5 決策建議

6.3 借閱流通日誌中圖書與圖書問的關聯分析

6.3.1 數據收集與數據整理

6.3.2 數據預處理

6.3.3 關聯規則挖掘

6.3.4 挖掘結果分析

6.3.5 決策建議

6.4 讀者借閱記錄中圖書大類間的DAR關聯分析

6.4.1 數據收集與數據整理

6.4.2 數據預處理

6.4.3 關聯規則挖掘

6.4.4 挖掘結果分析

6.4.5 決策建議

6.5 紙質問卷學科間的DAR關聯分析

6.5.1 數據收集與數據整理

6.5.2 數據預處理

6.5.3 關聯規則挖掘

6.5.4 挖掘結果分析

6.5.5 決策建議

7 結論、建議、展望

7.1 圖書館數據挖掘的決策過程

7.2 新算法達到的功能

7.3 圖書館數據的蒐集整理工作

7.4 挖掘結果的分析與建議

7.4.1 調查問卷數據的聚類分析與建議

7.4.2 網路數據的聚類分析與建議

7.4.3 圖書館集成系統數據的Clementine關聯分析與建議

7.4.4 圖書館集成系統數據的DAR關聯分析與建議

7.4.5 調查問卷館藏資料數據的DAR關聯分析與建議

7.5 展望

附錄

附錄A 圖書館資源建設、利用與服務情況問卷調查

附錄B 高校圖書館信息調查表

附錄C 圖書借閱次數統計表

附錄D 讀者借閱次數統計表

參考文獻