关联规则在高校图书馆借阅数据挖掘中的应用
数据挖掘在高校图书馆服务中的应用研究
数据挖掘在高校图书馆服务中的应用研究一、本文概述随着信息技术的迅猛发展和大数据时代的到来，数据挖掘技术已经广泛应用于各个领域，尤其在高校图书馆服务中，数据挖掘技术的应用逐渐成为研究的热点。
本文旨在探讨数据挖掘技术在高校图书馆服务中的应用及其效果，以期为提升图书馆服务质量和效率提供有益的参考。
本文首先介绍了数据挖掘技术的基本概念、原理及其在其他领域的应用情况，为后续研究奠定理论基础。
接着，分析了高校图书馆服务的现状及其面临的挑战，如用户需求多样化、信息资源海量化、服务效率要求高等。
在此基础上，本文深入探讨了数据挖掘技术在高校图书馆服务中的应用场景，如读者行为分析、图书推荐系统、学科服务等。
通过案例分析和实证研究，本文评估了数据挖掘技术在高校图书馆服务中的应用效果，并指出了存在的问题和不足。
本文提出了针对性的建议和改进措施，以期推动数据挖掘技术在高校图书馆服务中的更广泛应用和深入发展。
本文的研究不仅有助于提升高校图书馆的服务质量和效率，也有助于推动数据挖掘技术的进一步发展和完善。
二、数据挖掘技术基础数据挖掘（Data Mining）是从大量、不完全、有噪声、模糊、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘涉及的技术方法很多，主要有数据清理、数据集成、数据变换、数据挖掘过程模型、数据挖掘方法和知识评价等。
数据挖掘的主要功能包括分类、聚类、关联分析、序列模式挖掘、预测、时间序列分析和偏差分析等。
在高校图书馆服务中，数据挖掘技术的应用主要体现在以下几个方面：通过对读者的借阅记录、浏览行为等数据进行挖掘，可以分析出读者的阅读兴趣、习惯和需求，从而为读者提供更加精准、个性化的推荐服务；通过对图书馆藏书的利用情况、读者的借阅率等数据进行挖掘，可以评估图书馆的服务质量，发现存在的问题和不足，从而改进图书馆的管理和服务；数据挖掘技术还可以用于图书馆的决策支持，通过对大量的数据进行挖掘和分析，可以为图书馆的发展规划、资源配置等提供科学依据。
关联规则在数据挖掘中的应用
-
1
2
目录
3
CONTENTS
4
5
引言 关联规则的定义 关联规则的挖掘过程 关联规则在数据挖掘中的应用
结论
1
引言
引言
关联规则是数据挖掘中的一种重要技术，主要 用于发现数据集中变量之间的有趣关系，如购
物篮分析中经常一起购买的商品组合
关联规则可以揭示数据集中变量之间的潜在关 联，从而帮助企业更好地理解客户需求、优化
5
结论
结论
关联规则在数据挖掘中 具有广泛的应用前景， 可以帮助企业更好地理 解客户需求、优化产品 组合、提高销售策略等
然而，关联规则挖掘也 存在一些挑战，如处理 大规模数据、处理高维 数据等
未来，随着技术的不断 发展，相信关联规则挖 掘将会在更多领域发挥 重要作用
-
谢谢观看
XXXXX
XXXXXX XXXXX
3
关联规则的挖掘过 程
关联规则的挖掘过程
关联规则的挖掘过程 通常包括以下步骤
关联规则的挖掘过程
数据准备
首先需要对数据进行预处理，包括数据清洗、数据转换等， 以便为后续的关联规则挖掘提供合适的数据格式和结构
关联规则生成
基于频繁项集，可以生成关联规则。这些规则可以表示为“如 果购买商品A，则购买商品B”的形式
商品或服务
03
金融欺诈检测
在金融领域，关联规 则可以用于检测欺诈 行为。通过对客户的 交易记录进行分析， 可以发现异常的交易 组合或模式，从而及
时发现欺诈行为
04
医疗诊断
在医疗领域，关联规 则可以用于辅助诊断。 通过对患者的症状和 病史进行分析，可以 发现疾病之间的关联 关系，从而为医生提
关联规则在高校图书馆管理的应用
为读 者 提 供 及 时 有 效 的 资 源 服 务 是 图 书 馆 的一 项 重 要 工 作 。 者 来 到 图 书馆 ． 往 被 浩 如 烟 海 的 资 料 所 读 往 淹 没 ． 以高 效 获 得 图 书 ． 图 书馆 对 于 读 者 需 求 不 清 难 而
型作为建立关联规则 的核心算法 。设 置最低条件支 持
为 ８ 最 低 规 则 置 信 度 为 ６ ％ ． 到 的 关 联 规 则 如 图 ％． ０ 得
４ ５所 示 。 、
的检查 一Байду номын сангаас通过数据审核来 完成。进行数 据审核发现，
有效 字 段 为 ３４ ２７条 。
罔 ４ Ｒ 模 型 没 置 图 Ｇ Ｉ 图 １ 数 据 类 型 设 置
图书借 阅信息数据经过预处理 ． 如图 １ 所示 ． 以中 图分类法 ２ ２大类为 主的数据形式 为 了配合数据挖掘
Ｇ Ｉ 联分 析算法 ． 要把 ２ Ｒ关 需 ２类 图 书 变 量 类 型设 置 为
收 稿 日期 ： ０ １ ６ ９ ２ １ ～０ —０
修 稿 日期 ：０ １ ０ 一Ｏ ２１— ７ １
竺
关联 规则在 高校 图书馆管理 的应 用
吴 旭 东 ， ． 柳 炳 祥 一
（． 西 陶 瓷 工 艺 美 术 职 业 技 术 学 院 ，景 德 镇 ３ ３ ０ ； ． １江 ３ ０ ０ ２ 景德 镇 陶 瓷学 院 ， 德 镇 ３ ３０ ） 景 ３ ４ ３
／ ／ ／
摘
要 ：在 收 集 图 书 流 通 数 据 并 对 收 集 数 据 进 行 预 处理 的 基 础 上 ，采 用 Ｓ Ｓ ｅ ｎ ｉｅ 件 的 关 Ｐ ＳＣｌ ｍｅ ｔ 软 ｎ 联 规 则模 型 ， 图 书 流通 数 据 进 行 挖 掘 分 析 ， 出读 者 与各 类 图 书 的 关 系 ， 高校 图 书馆 提 对 找 为
关联规则在高校图书馆中的应用研究
摘 要 ： 据 挖 掘 是 近 几年 发 展 起 来 的 一 种 对信 息 资 源进 行 开 发 和 数 据 处理 的 新技 术 。 关联 规 则是 数 据 挖 掘 的核 心技 术。 将 数 而 关联 规 则 应 用 于 图 书馆 的流 通数 据 ， 以发 现 读 者在 借 阅文 献 的 过 程 中隐 舍 的 各 学科 之 间 的 关联 ， 对提 高 图 书馆 资 源 的 利 用 可 这
７ ． ４
为。第 三， 分析的侧重点在于找差距 。基于上述认识 ， 我们 的 思 路与树” 业绩” 摆” ， 成绩 ” 至为” 甚 晋升 ” 而策划” 科研 成果 ”
编辑／ 樊延南
关联规则在高校 图书馆 中的应用研究
邓 慧 ， 思渝 ， 颖 ， 赖 杨 刘雪梅
（ 北 医 学 院 ， 川 南 充 ６７ ０ ） 川 四 ３ ００
３结论
一
中文图书 中，０４年后采选 的图书借阅率都较高 。借 阅频次 ２０
在前 ５ 以上 的图书 中，共有 ７ ９种是 ２ ０ 以后 出版 ， Ｏ位 ６ ０ ０年
２０ ０ ４年以来采选 的嘲 仅此一例 ， 。 即可说 明对待基础工作 的态
度直接影响办馆效益 。 ２３ 对 以往工作和本 次调研 的反思 ．
次试验 性的 、 为改进工 作的探析 ， 必能反 映我校 图 未
本次调研 是在我馆工作取得 了明显改进 的基础上 ， 为了
明确方向 、 清差距 、 认 持续发展而做 的探析 。 以下方面值得 有 思考 、 讨论。
书馆工作全貌 ， 却提示我们这 样做 很有价值。高教改革任 但
重道远 ， 探索正未 有穷期 。归纳调查结 果正 于同行 ， 尚祈方家
基于 以下 指导思想 ： 以维 护读者权益 为宗 旨， 以持续提 高办 馆效益为 目标 ， 以认清差距为着力点 。 维护读者权益 ， 首先是
关联规则挖掘在高校图书馆借阅流通中的应用
其基 本原理可 以表述 为 ： 规则 Ａ＝ Ｂ在 事务集Ｄ中成立 ， ＝ ＞ 具有
支 持 度 Ｓ Ｓ ｐ ｏｔ和 置 信 度 Ｃ Ｃ ｎｉｅ ｃ）其 中Ｓ Ｄ中事 务 包 含 （ ｕ ｐ ｒ） （ ｏ ｆ ｎｅ ， ｄ 是 ｕ Ｂ的 百 分 比 ， ＰＡｕ 。 以表 示 为 ＳｐｏｔＡｊ 口 ＝ （ ｕＢ ， 即 （ ）可 ｕｐｒ（ ） ｐ Ａ ）
的 联 系 ， 据 此 联 系 进 行 商 品货 架设 计 、 存 安 排 等 。 根 货
Ｒｄ ｉ４ Ｒｄ ｉ５
梅科类、数学类，数学类 计算机类．数学类
根 据 韩 家炜 等观 点 ， 联 规 则 定 义 为 ： Ａ是 一 个 项 集 ， 务 Ｔ 关 设 事 （） ２我们这里设定最小支持度为４％， ０ 对原始 数据 库进行全局扫 包 含 Ａ 当 且 仅 当 Ａｃ Ｔ 。 联 规 则 是 形 如 Ａ＝ Ｂ 的 蕴 涵 式 ， 中 描 ， 生 候 选 项 集 Ｃｌ如 表 ～ 所 示 。 关 ＝ ＞ 其 产 ， ２ Ａｃ Ｂｃ， 并且 ＡｎＢ： 。 Ｂ分别称为关联规则 Ａ＿ Ｉ， ， Ａ， ＞Ｂ的 表 一 候 选项 集 Ｃ１ ２
信 度 分 别 大 于 用 户事 先 给 定 的最 小 支 持 度 和 最 小 置 信 度 的 关 联 规 这 些 项 集 组 合 成 频 繁 项 集 Ｌ ， 表 一 所 示 。 １如 ３ 则， 才算是强规则 ， 即有用的规 则， 这也就是关联规则挖掘 的任务 。 表一 ３频 繁 项 集 Ｌ １ ２２关联规 则的 经典 算 法 Ａｐｉｒ ． ｒ ｉ ｏ 书 目类别 支持度
应 用 研 究
。与 未 ｌ应 执蛳 用
关联规则挖掘在高校图书馆借阅流通 中的应用
张 红 燕
关联规则技术在数据挖掘中的应用
关联规则技术在数据挖掘中的应用
关联规则技术在数据挖掘中有广泛的应用，常见的应用包括：
1. 购物篮分析：关联规则被广泛应用于购物篮分析，可以帮助商家识别商品之间的关联性，帮助商家制定促销策略和优化产品布局。
2. 电信行业：关联规则在电信行业中可以用于分析用户的通话模式，识别不同用户群体之间的通话习惯，从而为用户提供更好的服务。
3. 医疗行业：关联规则可以用于医疗数据的分析，帮助医生识别疾病之间的关联性，提高疾病的诊断和治疗准确性。
4. 营销和广告：关联规则可以帮助营销人员了解消费者的购买模式和偏好，从而制定针对性的广告和推销策略，提高营销效果。
5. 网络安全：关联规则可以用于网络安全领域的入侵检测和异常行为识别，帮助识别和预测潜在的网络攻击。
6. 人员定位：关联规则可以应用于人员定位系统中，帮助识别人员之间的关联关系和行为模式，为人员定位和监控提供支持。
总之，关联规则技术在数据挖掘中可以帮助我们挖掘数据之间的关联性和模式，从而为各个领域提供更好的决策支持和业务优化。
数据挖掘技术在图书管理中的应用
数据挖掘技术在图书管理中的应用摘要:大学图书馆在日常的图书流通中会产生大量的读者服务数据,这些流通数据能够客观反映不同读者阅读习惯、读书兴趣等方面的规律和特点。
数据挖掘技术中的关联规则、聚类分析、分类和预测分析等方法对发现和挖掘这些规律和模式有着独特的优势。
把这些技术应用在图书管理中,可以发现图书流通环节隐藏的潜在规律,提高图书流通效率。
同时为领导决策、馆藏图书配置以及文献结构体系建设提供科学的指导。
关键词:数据挖掘技术图书管理技术分析方法1 数据挖掘随着各行业事务处理的计算机化,我们产生和收集数据的能力正在迅速提高。
我们已经被各种数据所淹没,如科研数据、商业数据、气象数据、居民日常消费数据、图书借还历史数据……我们没有时间和精力把这些数据逐个查看。
用什么手段来处理和应付这些数据已经成为我们当前的兴趣所在,因此我们就必须找到一套行之有效的办法,来对这些数据实现自动分类、分析和汇总,自动地发现和描述数据中的规律和趋势,并发现和标记数据的异常情况。
数据挖掘技术的出现和发展,为我们提供了解决这一问题的有效方法。
数据挖掘是将隐含的、尚不为人所知的、同时又是潜在的信息从数据中提取出来,建立计算机程序,自动在数据库中扫描,以发现规律或者模式,即找出数据中的模式或规律的过程。
这个过程是自动的或半自动的,数据的总量通常是相当可观的,同时从中发现的模式或规律需要是有意义的,并且能产生一定的效益。
数据挖掘通常又称为数据中的知识发现,是方便地提取代表知识的模式或规律;这些模式或规律通常隐含或记录在各种数据库、数据库集、网页日志、应用软件或通信数据流中。
不能把数据挖掘看作是简单的数据库查询技术。
数据挖掘要求在海量数据中,挖掘出的信息是新颖的、潜在实用的、正确的和最终是可理解的、并且是非平凡性的;它不同于在电话本上查找电话号码和在搜索引擎上查找特定的网页内容。
数据挖掘技术可以通过分类和预测分析的方法对海量数据进行直接数据挖掘;也可以通过关联分析、聚类分析、描述和可视化分析,以及复杂数据类型,如信息网络、web、图形图像和音频视频等的分析来进行间接数据挖掘。
统计分析及关联挖掘在高校图书馆流通数据中的应用
析，发现各类文献 间的关联规则或 比例关系， 为各学科
文 献的采访工作提供分析报告和预测 报告 ，优化信息
资源建 设或馆藏结构 ，也可 以为研 究学科相互渗透现
① 基 金项 目： 学 院校 科研 资 金（１００ ４ 武夷 ｘ２ １ １） 收 稿 时间 ： １－２０ ； 到修 改稿 时 间：０２０ ．０ ２ １１－９收 ０ ２ １．１ ２ ２ ０ 应用 技 术 Ａ ｐｉ ｅｈ ｉｕ １ ｐ ｌｄＴｃｎｑｅ ｅ
的基本过程Ｌ如下 图 １所示 ，由于步骤（） ２ 】 ２不需要到数 据库 中去读取信息 ，故它的计算量 不大，所 以关 联规
① 建立大类事务 数据库： 该课题相关 的属 性是 与
读者证号 、借 阅图书在 中图法中的分类，将借阅记录 数 据集 中的 图书 分类号信 息转化为二元 数据形式 【。
ｌｙｏ ｔ ｂ ｏ ｐｕ ｃ ａ ｅ ， ｌｂ ａ ｙ ｔｆ， ｍａ ｐ ｗｅ ， ｗｏ ｋｎ ｔｍｅ ｒａ ｅ ｎ ｓ ｉ ｒ ｌｖ ｔ ｅ ｏ ａ ｕ， ｏ ｋ ｒｈ ｓ ｓ ｉ ｒ ｒ ｓａｆ ｎｏ ｒ ｒ ｉｇ ｉ ａ ｒｎｇ ｍｅ ｔ ｇｖｅ ｅｅ ａ ｒ ｃ ｍｍ ｅ ｄ ｔｏ ｓ ｎ ｎ ａ ｉｎ ， ｒ ｃ ｍｍｅ ｅ ｏ ｋｓｔ ｅｐｍａ ｅｔ ｅｌ ｒ ｒ ｒ ｅｏ ｎｄ ｄ ｂ ｏ ｏｈ ｌ ｋ ｈ ｉ ａｙ ｗｏ ｋ． ｂ Ｋｅ ｒ ： ａ ｓ ｃａ ｉｎ ｍｉｉ ｇ ｔｔｓｉａ ｎ ｌ ｉ； ｅ ｎ ｉ ｅ ａ ｒｏ ｉ ｄ ｌ ｙｗｏ ｄｓ ｓ ｏ ｉｔ ｎ ｎ ；ｓａ ｉｔｃ ｌ ａｙｓｓ Ｃｌｍｅ ｔｎ ； ｐ ｉ ｒ ｏ ａ ｍｏ ｅ
失去其指导意义 。如何有效 的利用这些数据成为一个 问题，利用关联挖掘对读者 的借 阅 日志进行分析 ，发 现读者借 阅一类 图书时 的其他 借阅行为 ，可 以在读者 下次借 阅时推荐其他相关 的有价值 的相关文献 ，可 以
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ａｐ ｐＲｃ ｆｏ ｏ ａ ｎ ｆＡ￣ ｏ ｉ ｆｏｎ ｉ ｃａ ｉ Ｒｕｌ ｎ ｅ ｉ Ｄａｔ ｉ ｉ ｕｄｅ ｓ ｂ ｒ ｗｉ ｇ ｏ ｒ ｂｒ ｒ ｎ Ｕｎ ｖｅ ｓｔ ａ Ｍ ｎ ｎｇ ｏｆＳｔ ｎｔ ＇ ｏｒ ｏ ｎ Ｂｏ ｋｓ ｆｏｍ Ｌｉ ａ ｙ ｉ ｉ ｒ ｉｙ
摘 要 ： 章 用数 据 挖 掘 中的 关联 规 则技 术 对 高校 图 书馆 学 生的 借 阅 数据 进 行 挖 掘 分析 ， 而挖 掘 出读 者 的 阅读 兴 趣 ， 现 书籍 借 阅 文 从 发
的 关联 规 则 ， 学地 进 行 建议 借 阅和 图书推 荐 等 服 务 ， 科 以提 高 图书馆 管理 效 率 。 关 键词 ： 数据 挖 掘 ： 关联 规 则 ； ｐ ｏ 算 法 ： 书馆 ； 据库 Ａｆｆ ｉｉ 图 数 中 图分 类 号 ： Ｐ １ Ｔ ３１ 文献标识码： Ａ 文章 编 号 ：０ ９ ３ ４ （０ ００ — ７ ４ ０ １０ — ０４２ １）４ ０ ８ — ３
Ｋｅ ｒ ｓ ｄ ｔ ｎｎ ； ｓｏ ｉｔ ｎ ｒｌ； ｐ ｉｒ ａ ｏｉ ｍ；ｉ ｒｒ； ａａ ａｅ ｙｗｏ ｄ ： ａａｍｉｉｇ ａｓｃａｉ ｅ ａ ｒ ｉ ｌ ｒｈ ｌ ａ ｄ ｔｂ ｓ ｏ ｕ ｏ ｇ ｔ ｂ ｙ
图书 馆 是 高 校进 行 教 学 和科 研 活 动 的 重要 支柱 ， 素有 “ 学心 脏 ” 大 之称 。随 着 科 学技 术 的迅 猛 发 展 以及 网络化 、 息化 程 度 的 不 信
断 提高 。 们 对 图 书 馆 提供 信 息 的 能 力 、 务 的 广度 和 深 度 的要 求 也 随 之 提 高 。现 在 几 乎所 有 的高 校 都采 用 数 据 库 技 术对 图书 馆进 人 服
行 管理 ． 主要 目的 是 为 了方 便 图 书 馆 对 图书 的采 购 、 目及 对 图书 的 流 通 进 行 快 速 、 效 的 管 理 。 在 图 书 的流 通 过 程 中产 生 了 大 其 编 有
ｌ ｅ ｙｚ ｄ，Ｓ ｓｔ ｓｏ ｒｔ ｅ ｄｎｇ ｉ ｅ ｅｔｏｆｔ ｅ ｄｅｓａ ｎｄ ｔ ｅａｅ ｏ ｅ ｔｏ ｆｂｏｏ ｏ￣ｏ ｎ Ｏ ａ ｏ ｄｉ ｖｅ ｈｅ ｒａ ｉ ｎｔｒ ｓ ｃ ｈｅ ｒ ａ ｒ ｎｄ ｆ ｈｅ ｒｌｔ ｄ ｃ ｎｎ ｃｉ ｎ ｏ ｋ ｂ ｉ ｗｉ ｇ．Ｔｈｓｔ ｃ ｏ ｏ ａ ｓ ｄ ｉ ｅ ｈｎ ｌ ｇ ｃ ｎ ｂｅ ｕ ｅ ｙ
量 的数 据 ． 学 生 借 阅信 息是 其 中最 重 要 的数 据 之 一 。 而 如何 高效 地 找 出 有用 的 图书 是 图 书馆 数 据 挖 掘 中 主要 研 究 的 问题 。 文 研究 本
的 目标 就 是 从读 者 的大 量 借 阅信 息 中挖 掘 出各 学科 之 间 的关联 程 度 。
Ｉ ＳＳＮ １ ０ － ０ ４ ０ ９ ３ ４
Ｅ ｍ ｉ ｊ ＠ｅ ｅ ． ｔ ｎ — ａ ：ｓ ｃ ｅ ｅ． ｌ ｈ ｎ ｃ
’ ｔ ／ｗｗｗ． ｚ ．ｅ ．Ｂ ｈｔ ／ ｐ： ｄｎ ｓｎ ｔＣ Ｔｅ： ８６ ５１ ６９ ９６ ５６ ０９ ４ ｌ＋ —５ －５ ０ ３ ９ ６
Ｃ ｍｐ ｔｒ ｎ ｗｅ ｇ ｎ ｅ ｈ ｏ ｇ ｏ ｕ Ｋ ｏ ｌ ｅａ ｄＴ ｃ ｎ ｌ ｙ电脑 知 识 与技术 ｅ ｄ ｏ
１关 联 规 则 基 础 理 论
关 联 规 则 ｆｓｏｉ ｉ ｕｅ） 概 念 首 先 由 Ｒ ｇａ ａ 等于 １９ Ａ ｓｃ ｔ ｎ Ｒ ｌｓ ａｏ 的 Ａ ｒｗ ｌ ９３年 提 出 的 ， 反 映 ＿个 事 物 与 其 他 事 物 之 间 来自 相 互 依 赖 性 或 相 是
互 关联 性 ． 而达 到 认 识 事 物 客观 规 律 的 技术 方 法 。 从 １１关 联 规则 ．
ＫＵ ＡＮ Ｇ －ｌ Ｌｉ ｉ
（ｃ ｏ ｌｏ ｍｐ ｔｒ＆ Ｉｆ ｒ ｔ ｎ Ｈｅｅ ｉｅ ｉ ｆ ｃ ｎ ｌｇ ， ｆｉ２ ０ ０ ， ｉａ Ｓ ｈ ｏ ｆ Ｃｏ ｕｅ ｎｏ ｍａ ｏ ， ｆｉ ｉ Ｕｎｖ ｒｔ ｏ ｈ ｏｏ ｙ Ｈｅｅ ３ ０ ９ Ｃｈｎ ） ｓ ｙ Ｔｅ
ｔ ｅ ｖ ｏ ｏｏｋ ｃ ｍ ｍ ｅ ｄａ ｎ ｎｄ ｓ ｍ ｅ ｗｏｒ ｍ ｐｒ ｖｎｇ ｔ ｅ ｍ ａ ｇ ｍ ｅ ｔｅ ｃｅ ｙ ｏ ｂｒｒｅ ． ｏ ｓ ｒ ｅｆ ｒｂ ｏ ｎ ｄｏ ａ ｏ ｋｉ ｏ ｉ ｈ ｎａ ｅ ｎ ｆ ｉｎｃ ｆｌ ａｉｓ ｉ ｉ
Ａｂ ｔ ａ ｔ ａ ｅ ｎ ｔ ｅ ａｓ ｃ ｔ ｎ ｒ ｌ ｅ ｈ ｏ ｏ ｙ ｉ ａａｍｉｉ ｇ ｄ ｔ ｏ ｕ ｅ ｔ ｂ ｒｏ ｎ ｏ ｋ ｒ ｍ ｂ ａｙ ｉ ｎ ｖ ｒ ｔ ａ ｅａ ａ ｓ ｒ ｃ ：Ｂ ｓｄ ｏ ｈ ｓ ｉ ｉ ｕｅ ｔ ｃ ｎ ｌ ｇ ｄ ｔ ｎ ｎ ， ａａ ｆｓ ｄ ｎｓ ｏ ｒ ｗｉ ｇ ｂ ｏ ｓ ｏ ｌ ｒｒ ｕ ｉｅ ｓ ｙ ｃ ｎ ｂ ｎ — ｏ ａｏ ｎ ｔ ｆ ｉ ｎ ｉ
Ｖｏ ． ， ． Ｆｅ ｒ ａ ｙ ２ １ Ｐ ． ８ ７ ６， １ １ Ｎｏ４， ｂ ｕ ｒ ０ ０， Ｐ ７ ４— ８ ８ ３ ６
关联 规则 在 高校 图 书馆借 阅数 据 挖掘 中 的应 用
￣４－ 『 利 利 几 ４￣ ｒ４ ｒ
（ 合肥 工 业 大 学 计 算 机 与 信 息 学 院 ， 安徽 合 肥 ２ ０ ０ ） ３ ０ ９
设 Ｉ ＝
一ｉ 为数 据 项 集 合 即项 集 ； 务 相 关 的 数 据 Ｄ是 数 据 库 事 务 的集 合 ， 中 每 个 事务 Ｔ则 是项 的集 合 ， 得 ＴＣＩ每 个 ，｝ 任 其 使 ＿；
事 务 由事 务 符 Ｔ Ｄ标 识 ； Ａ， Ｉ 若 Ｂ为 两 个项 集 ， ＡｆＢ ０， 且 ７ ＝ 则蕴 涵 式 Ａ Ｂ称为 关 联 规 则 。 ｊ