基于聚类与GRNN算法的图书馆读者借阅行为分析

发布时间：2021-02-11 07:56

　　通过数据挖掘技术和智能算法寻找图书馆读者的借阅喜好,提高图书馆的管理效率和服务水平。以西安工程大学图书馆读者借阅记录为数据来源,选择读者借阅图书类目和读者所属学院作为参考变量,进行聚类分析,各聚类群组具有相似的借阅模式和显著的借阅特征。利用聚类群组中读者的主要借阅图书类目,建立广义回归神经网络（GRNN）模型,模型诊断准确率为94%,因此,将GRNN模型应用到读者借阅行为分析中。据此指导图书采购、完善图书馆藏、优化个性化推荐服务,为建设智能化图书馆奠定基础。 

【文章来源】：电子设计工程. 2020,28(11)

【文章页数】：4 页

【文章目录】：
1 聚类分析与GRNN算法
    1.1 聚类分析
    1.2 GRNN算法
2 借阅数据预处理
3 借阅行为挖掘
    3.1 借阅行为聚类分析
    3.2 借阅行为分析策略
4 结束语


【参考文献】：
期刊论文
[1]部分纺织高校图书馆OPAC馆藏分析[J]. 王思敏,罗绒,宋爱香.  中国科技信息. 2019(18)
[2]高校图书馆学科馆员的综合素质要求[J]. 陶涛,付予我.  图书馆论坛. 2019(10)
[3]基于数据挖掘技术的图书馆个性化快速推荐算法研究[J]. 张子杰.  计算机产品与流通. 2019(06)
[4]精细化数字阅读行为数据研究——以重庆大学京东阅读平台为例[J]. 杨新涯,王莹,刘义勇,隆敏,王彦力,范并思.  图书馆论坛. 2019(06)
[5]大数据挖掘在高校图书馆个性化服务中应用研究[J]. 冯磊.  图书馆学刊. 2019(01)
[6]卷积神经网络在古籍汉字识别中的应用实践[J]. 郭利敏,葛亮,刘悦如.  图书馆论坛. 2019(10)
[7]基于深度学习的图书馆服务研究[J]. 唐姗姗,吴朋有娣,王战林,李慧.  图书情报导刊. 2018(11)
[8]基于借阅数据的图书推荐研究[J]. 闫俊霞.  当代图书馆. 2018(03)
[9]移动数字图书馆的图书分类系统设计[J]. 郑幸子.  现代电子技术. 2018(07)
[10]基于GRNN的订单需求量预测研究[J]. 蒋秋霖,张聪,李颖昉,王昕.  软件导刊. 2018(01)



本文编号：3028786