首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 796 毫秒
1.
高校图书馆数据日益增加,为了更好地利用海量图书馆数据,加强图书馆自身建设、满足读者需求,基于山东科技大学图书馆数据,利用FP-Growth算法进行学科间关联分析、借阅图书分布分析、借阅量分析及图书流通量分析,并提出相应对策。结果表明,基于FP-Growth算法对图书馆数据进行关联分析,可以及时发现隐藏的规则和信息,为图书馆建设提供决策支持,提高图书利用率,更好地满足读者需求。  相似文献   

2.
数据挖掘技术可以发现大量借阅数据背后隐藏的有价值的信息,了解读者的借阅需求及图书之间的关联性.从而可以主动为读者推荐其可能感兴趣的图书,优化馆藏布局,提高图书资源的利用率.文章以亳州职业技术学院图书馆为例,研究聚类分析算法和关联规则算法在图书馆管理中的应用.通过对读者借阅数据和图书借阅数据的分析,挖掘数据背后隐藏的一些规律,为图书管理者改善服务质量,做出新的决策提供参考依据.  相似文献   

3.
图书馆只有挖掘用户潜在的信息需求,才能有针对性地革新服务流程,更新服务内容,扩展服务项目,进一步提高服务的质量、水平和效率。以旅游管理专业借阅记录作为挖掘数据源,先利用Apriori算法提示读者借阅的关联规则,挖掘读者的借阅兴趣和偏好,然后使用K means聚类算法,分析读者聚类特征,为图书馆服务创新和馆系合作提供了更为科学和严谨的研究思路及方法。  相似文献   

4.
本文从高校图书馆流通工作的意义出发,讨论了高校读者的借阅和利用图书馆的能力。高校图书馆读者集中、单一、共性大,只有知识面广、专业性强和阶段性集中的特点,但不同层次读者仍有着不同的借阅规律,从而体现出不同的借阅特点。  相似文献   

5.
本文从高校图书馆流通工作的意义出发,讨论了高校读者的借阅和利用图书馆的能力。高校图书馆读者集中、单一、共性大,具有知识面广、专业性强和阶段性集中的特点,但不同层次读者仍有着不同的借阅规律,从而体现出不同的借阅特点。  相似文献   

6.
高校图书馆读者借阅制度的改进与完善   总被引:1,自引:0,他引:1  
高校图书馆读者借阅制度是规范读者借阅行为、保障读者阅读权益的重要规范.读者借阅制度的合理与有效实施可以促进图书馆的馆藏布局工作、保证馆藏文献的正常流通,从而提高馆藏文献的利用率.针对现行制度中存在的一些不合理之处,提出建立富有弹性的人性化的读者借阅制度,以有效促进图书馆服务工作的改进;这样,既能增强读者的满意度,又提高了图书资源的利用效率,从而最大限度地发挥图书馆服务教学、科研的作用,使图书馆的效益最大化.  相似文献   

7.
读者信用制管理体系的设计以积分为主要元素,并以此标定读者的信用度。通过积分增减实现对读者参与图书馆借阅与文化活动的奖惩,依据积分数量确定读者的借阅等级,从而鼓励读者积极参与图书馆活动,规范读者借阅行为。  相似文献   

8.
对高校图书馆读者图书借阅权利的限定,没有明确的统一规定,图书借阅权利的具体实现和可操作性,体现为对这种权利的相关限定因素的表达,即读者借阅权限.为了最大程度地体现读者至上,最大限度地利用图书馆资源.实现高校图书馆读者图书借阅权限设定的合法、合理与合情,应进行深入探讨和多维度的思考.  相似文献   

9.
读者是图书馆生存的前提,失去了读者,图书馆就失去了生存的价值。在实际工作中,图书馆一直在遵循"读者第一,服务至上"的宗旨。如何满足读者的需求,已成为图书馆实际面临的重要问题。本文通过对高校图书馆读者借阅权限的现状及相关因素的分析思考。根据读者需求,科学制定借阅规则,合理分配借阅权限,是最大程度体现"读者至上",最大限度利用图书馆资源的关键。  相似文献   

10.
数据挖掘技术运用到图书馆数据库中使得挖掘读者借阅数据间的规律成为可能.通过选取图书馆一星期的借阅信息,利用读者借阅数据的相关实例来描述时间序列法在图书馆中的运用,分析其在图书馆建设中的作用和意义.  相似文献   

11.
为了解决K-means算法中对于初值的敏感,提出了一种基于粒子群的改进的K-means聚类算法(IPSOFCM).在K-means算法中引入粒子群算法,可有效提高算法的全局搜索能力,有助于粒子更容易跳出局部束缚.实验结果证明,IPSOFCM算法聚类准确度高,稳定性好.  相似文献   

12.
从读者接受理论视域下,探讨读者的接受在双语词典文本编纂与传播中的地位和作用。为实现以读者为中心的词典编纂,词典编纂者对词典的整体编纂方针和微观策略应从读者的实际需求、语言接受能力、信息检索能力等方面进行统筹编纂。  相似文献   

13.
高职高专院校图书馆对读者工作的重视程度还远远不够。这类院校图书馆应根据办学实际,把读者工作的重点定位于适合学生和教师教学与科研需要的各个方面。本文通过对不同类型读者的阅读倾向的分析,提出了做好读者工作的具体措施。  相似文献   

14.
论新时期高校图书馆读者教育工作及其创新   总被引:1,自引:0,他引:1  
文章通过论述高校图书馆读者教育工作在我国高等教育发展中的重要性以及新时期高校图书馆读者教育工作开展条件的变化,提出要从内容创新、形式创新以及制度创新三方面创新性地开展新时期的高校图书馆读者教育工作,从而促进我国高等教育及高校图书馆读者教育的新发展。  相似文献   

15.
肖频 《中国科教创新导刊》2013,(23):247-247,249
图书馆是交流信息、传播知识的重要场所,是文献资料和信息资源的中心,其主要功能在于为读者服务。就医院图书馆而言,如何提高读者满意度,为临床、科研、教学提供优质高效服务,不仅需要加强医院图书馆信息资源建设,提供人性化的读者服务,还需要营造良好读书氛围,妥善处理读者投诉,提高图书馆员素质等,这样才能真正实现"读者第一,服务至上"。  相似文献   

16.
传统的K—means算法对初始聚类中心敏感,聚类的结果随不同的初始输入而波动.为了消除这种敏感性,提出了一种改进的K-means算法,改善聚类算法中选取初值的依赖性,提高聚类结果的稳定性.仿真实验结果表明:改进后的K-means算法优于原始算法.  相似文献   

17.
This study unveils a tertiary EFL reading teacher’s reader identity and its interconnectedness with her pedagogical decisions through narrative inquiry. Community of Practice was employed to elucidate the sources of this reading teacher’s reader identity and the interplay between that and her teaching practice. Findings from the categorical content analysis show that this reading teacher’s reader identity was projected through her strong passion towards reading. An interactive reading process that results in a better self-understanding is experienced through the reader’s reflection on her readings. She reified her reader identity in her teaching practice by forming a readers club. Reader (teacher)-text- reader (student) interaction is thus the most salient feature of this readers club and serves as a mediator that connects the members. Along with this feature, her competence of synchronicity with students was observed in this experienced reading teacher. Pedagogical implications concerning teacher education are discussed.  相似文献   

18.
k均值算法是一个常用的局部搜索算法,它的主要缺陷是容易陷入局部极小,并且该局部极小解与全局最优解往往有很大的偏差。本文提出一个基于K-均值的迭代局部搜索文档聚类算法。该算法以k均值算法所得到的解作为初始解,从该初始解开始作局部搜索。在搜索过程中接受部分劣解。当解无法改进时,算法对所得到的局部极小解做适当强度的扰动后进行下一次的迭代,以跳出局部极小,从而拓展了搜索的范围。实验结果表明该算法对文档数据集聚类的正确性迭99%以上。  相似文献   

19.
接受理论启示我们,译者对读者的选择和立体关照是读者接受译作的关键.读者的介入为评价朱生豪和梁实秋对莎士比亚戏剧的翻译提供了新的视角:正是两人选择了不同的读者群体,并对他们进行了立体关照,从而获得了不同读者的青睐.  相似文献   

20.
陈琍 《钦州学院学报》2006,21(6):36-37,41
从数据挖掘方法中常用的聚类算法的基本原理,将聚类算法中的K—means算法用于客户关系管理系统中,实现客户分类.并且对K—means算法进行了改进,根据客户信用特征对客户进行预分类,提高了算法的效率.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号