共查询到20条相似文献，搜索用时 109 毫秒
1.
本文介绍数据挖掘的一般技术与方法,综述数据挖掘技术在信息管理领域的应用,着重对数据挖掘在图书馆和档案馆中的应用进行了分析比较。 相似文献
2.
如何在图书管理工作中应用数据挖掘技术,更好地提供智能化和人性化的服务,是目前高校图书管理者所亟待解决的问题。本文分析了数据挖掘技术给高校图书馆所带来的机遇和挑战,对数据挖掘技术在高校图书馆中的应用进行了分析。 相似文献
3.
个性化服务即根据信息用户的知识结构、信息需求、使用行为、习惯偏好等为其提供的信息服务。分析了数据挖掘技术在高校图书馆中应用的必要性与可行性,总结个性化服务的表现形式,并提出数据挖掘技术的具体应用流程。 相似文献
4.
5.
基于数据挖掘的读者关系管理 总被引：1，自引：0，他引：1
本文分析了数据挖掘的含义和系统结构,围绕从客户关系管理到读者关系管理的理论创新与实践应用,重点剖析了在高校图书馆读者关系管理中实施数据挖掘的过程,提出了基于数据挖掘的读者关系管理系统框架及其技术支持。 相似文献
6.
作为一项通用的知识发现技术,数据挖掘技术旨在从少量数据中提取出人们感兴趣的数据信息,由此本文对数据挖掘概念的产生,数据挖掘与常规数据分析的主要区别,所能解决的几大类问题和所应用的领域都有清晰的论述,并且结合数据挖掘的应用模型及技术提出了数据挖掘的应用前景。 相似文献
7.
8.
通过对2005—2010年十年间关于数据挖掘在高校图书馆个性化服务方面的应用的文章进行综述,总结现在的研究现状;在此基础上提出数据挖掘应用于高校图书馆个性化服务的新要求,建立互动式的个性化服务,建立好书推荐栏,利用数据挖掘对馆藏进行优化,建立小型院系数据库;最后,对数据挖掘应用于高校图书馆个性化服务做出展望。 相似文献
9.
本文探讨了数据挖掘在数字化图书馆中的应用,说明数据挖掘技术在数字图书馆应用的必要性,以及在提升图书馆服务质量和服务水平方面的发挥的重要作用。 相似文献
10.
李璐璐 《大学图书情报学刊》2008,(4):46-48
数据挖掘技术是近年来出现的一种全新的信息技术,文章介绍了数据挖掘技术的主要任务,探讨了数据挖掘技术在图书馆信息服务中的应用,并提出基于数据挖掘技术的图书馆信息服务系统模型设计。 相似文献
11.
数据采掘与信息资源的开发利用 总被引：10，自引：0，他引：10
陈敏 《现代图书情报技术》2001,17(2):27-29
数据采掘是近年来迅速发展起来的一种开发信息资源的数据处理新技术。数据采掘可用于挖掘图书馆数据库或数据仓库中有用的信息和知识, 把数据仓库、OLAP、数据采掘、模型库结合起来, 可以构造出更高形式的图书馆决策支持系统。本文阐述了数据采掘的定义、特点、类型、功能、发现的知识类型及其发展趋势, 介绍了数据采掘的工具, 探讨了数据采掘的各种方法以及数据采掘与知识发现的关系等问题。 相似文献
12.
高校图书馆的数据挖掘技术应用与用户研究 总被引：12，自引：0，他引：12
数据挖掘技术是一种新兴的信息处理技术。本文列举了数据挖掘技术在图书馆信息采集、信息服务方面的应用,并对用户如何使用数据挖掘技术和方法提出了新的见解。 相似文献
13.
智能搜索引擎如何应用WEB信息挖掘技术 总被引：2，自引：0，他引：2
介绍网络信息挖掘技术定义、关键技术，以Google为例，剖析网络信息挖掘技术在搜索引擎的应用。智能搜索引擎如何应用WEB信息挖掘技术进行个性化服务。 相似文献
14.
Holger Schwarz 《Informatik - Forschung und Entwicklung》2004,18(2):53-67
Zusammenfassung. Im Data-Warehouse-Bereich gibt es sowohl auf der konzeptuellen als auch auf der logischen Ebene unterschiedliche Modellierungsansätze, deren Entwicklung sich in der Regel an typischen Fragestellungen aus dem Bereich des Online Analytical Processing (OLAP) orientierte. Daneben spielen aber auch andere Ansätze zur Analyse der Daten in einem Data Warehouse eine bedeutende Rolle. Ein wichtiger Vertreter ist Data Mining, mit dessen Hilfe bislang unbekannte Muster und Zusammenhänge in Daten identifiziert werden können. Im vorliegenden Artikel wird untersucht, inwieweit sich die in der Literatur vorgeschlagenen konzeptuellen Datenmodelle für ein Data Warehouse eignen, das OLAP- und Data-Mining-Analysen gleichermaßen unterstützt. Hierzu wird das COCOM-Modell, das auf den Modellierungsmöglichkeiten verschiedener publizierter Modelle aufbaut, vorgestellt und bewertet. Für das logische Schema eines Data Warehouse wird häufig ein sogenanntes Star-Schema oder ein Snowflake-Schema erstellt. Für diese und weitere Schematypen wird analysiert, welchen Einfluss die Wahl des logischen Schemas auf Anwendungen aus den Bereichen OLAP und Data Mining hat. Wichtige Kriterien sind hier unter anderem der Informationsgehalt und die Performanz. Insgesamt zeigt dieser Beitrag, dass das COCOM-Modell und das Star-Schema eine gute Grundlage für den integrierten Einsatz von OLAP und Data-Mining bilden.Eingegangen am 30. April 2002, Angenommen am 25. Juni 2003 CR Subject Classification:
H.2.1, H.2.7, H.2.8 相似文献
15.
16.
17.
信息系统中一种面向粗糙集的数据挖掘方法 总被引：17，自引：2，他引：15
数据挖掘技术是信息系统的一个重要研究内容 ,它可以从大量数据中自动发现对决策有帮助的知识。许多数据挖掘技术仅仅适用于精确集 ,不适用于粗糙集 ,而现实中粗糙集是普遍存在的现象 ,因此开发出一种面向粗糙集的数据挖掘技术在信息系统的研究领域具有重要意义。本文结合粗糙集理论提出了一个信息系统的粗糙集模型 ,在此基础上设计出一个属性约简方法及从粗糙集中发现规则的算法 :Apriori_2。 相似文献
18.
Rachael LAMMEY 《Learned Publishing》2014,27(4):245-250
CrossRef ( http://www.crossref.org/ ) is an association of scholarly publishers that develops shared infrastructure to support more effective scholarly communications. In May 2014, CrossRef launched CrossRef Text and Data Mining Services for its members. This article covers the thinking behind CrossRef launching this service, and the particular problems it aims to address around the collection of full‐text content for the purposes of text and data mining (TDM). It explains the technical aspects of the service for researchers and lets publishers know what they need to provide to CrossRef in order to participate and how to do so. It will also describe the pilot of CrossRef's TDM Services, and information on publisher uptake since the launch and how this can be measured, and the costs for joining or using the service. 相似文献
19.
文本挖掘、数据挖掘和知识管理
——二十一世纪的智能信息处理 总被引：39，自引：4，他引：35
本文首先介绍了数据挖掘、文本挖掘和知识管理等概念，然后从技术角度出发，将知识管理划分为知识库、知识共享和知识发现三个阶段，分析了作为最高阶段的知识发现的关键技术和意义，最后指出在文本中进行知识发现是新世纪智能信息处理的重要方向。 相似文献
20.
A. V. Veselovskii D. A. Kuzmina G. L. Stesik A. A. Khramov 《Scientific and Technical Information Processing》2007,34(5):241-248
The databank on ecology and environmental protection reported in this paper is a part of the Integral Data Bank, which, in turn, is a part of an internet information resource of the Branch of Geology, Geophysics, Geochemistry, and Mining Sciences, Russian Academy of Sciences. An information medium for the Earth sciences is created in the Russian Academy of Sciences within the subprogram “Electronic Earth: Scientific Information Resources and Information Communication Technologies” of the Program no. 15 “Development of Fundamentals for Creation of Distributed Scientific Information and Computation Medium Based on GRID Technology”. In the framework of this project, the Rubrication of the All-Russian Institute of Scientific and Technical Information (VINITI) of the Russian Academy of Sciences is used to describe the structure of data put into the databanks of the Electronic Earth portal system. In this paper we briefly present the essentials of the content of metadata base of the first version of the databank on ecology, environmental protection, and geology of mineral deposits. 相似文献