统计分析及关联挖掘在高校图书馆流通数据中的应用
- 格式：pdf
- 大小：321.04 KB
- 文档页数：4
Ｂ称为规则结果 。
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
调整馆藏布局 。
１ 关联规则挖掘基本理论
１ ． １关联规则的概念
如果有借 阅某 类 图书 ，就显示． ｔ 。否则． ｆ
则挖掘 的重 点句放在 了查找所有频繁项集 和它 的支 持
度上 。
② 细类数 据的采集及处理 （ ｔ 以 ｐ类书籍为例 ）
Ｓ Ｌ语言如下 ：ｓｌ ｔ Ｑ ｅ ｃ 读者证号， ｅ 借出时间，索取号
ｒ ｍ ｃａｌ ｔ ｎ ｏｔ ｌ ｄ ｆｏ ｌ ｌ ａ ｉ ｔ ａｂ ｅｚ ｄａ
４ 支 持度和置信度 ： Ｄ 中有 Ｓ ） 设 ％事 务同时包含 项
２１ ０ ２年 第 ２ １卷 第 ８期
ｈｔ ． Ｓ ． ｇｃ ｔ ｝＾ Ｃ ｏ ． ｐｆ …ａ ｒ ａ
计 算 机 系 统 应 用
集 Ａ和 项集 Ｂ， 则称 Ｓ ％为关联规则 Ａ Ｂ的支 持度 ， 记为 Ｓ ｐ ｏ （ Ｂ 。若 在 Ｄ包含项集 Ａ 的事 务 中， ｕ ｐ ￣Ａ ）
ＲＡ ｒｗ ｌ ．ｇａ ａ 等人给 出关联规则的基本概 念【 ｌ 】 １ ）项集：Ｉ ｛ｌ２３ ＝ ＩＩＩ，…，｝ ，， Ｉ 是项 目的集合，中项 目 ｋ Ｉ
的个数为 ｋ ，则集合 Ｉ 称为 ｋ项集 。 ．
关联挖掘是数据挖 掘的一种重要 形式，从提 出到 目前一直受到数据库界 的广泛 关注 。所谓关联规则就 是寻找描述数据库中的数据项 （ 属性 、变量 ）之间存 在 （ 在 ）的关联或联系 。通过对 读者借阅检索数据 潜 进行 关联分析，从中发现读者在借 阅检索文献时的其 他借 阅行为 。通过对用户每次借 阅的文献进行关联分
从武 夷 学 院 图书馆 管 理系 统 中 导 出读者 借 阅信
息 ，Ｓ Ｌ查询语句 如下： Ｑ
地球科学） 书的借阅量非常低 。Ｔ类（ 工业技术） Ｈ类（ 语
言、 ．文字） 类（ 、Ｉ 文学） 借阅量居前三 位。
ｓｌ ｔｌ ｘ ． ｅｅ ｔ ｂ读者 证号，ｘ ｂ读者姓 名 ， ｘ ｂ读者 ｃ ｘ Ｉｘ ． ｔ ｄ ｘ． ｚ 单位， 出时刻， ｘｘ ． 借 ｗ ｘ ｂ索取号；
图 ｌ 关联规 则挖掘的基本过程
ＡＢ Ｃ Ｄ Ｅ Ｆ Ｃ －ＨＩ Ｊ Ｋ ＮＯ ＰＱ Ｒ Ｓ Ｔ ＵＶ Ｋ Ｚ
图 ２ 全年各类 图书借 阅量统计 图
２ 图书馆借 阅数据 的预处理及 统计分析
２１图书馆借 阅数据预处理工作 ． ２１１图书馆数据 的采集 ．． Ｅ类（ 军事） 、Ｎ类（ 自然科学总论） 、Ｖ类（ 航空 、航 天） 、Ｕ类（ 交通运输） 、Ｓ类（ 农业科学） Ｐ类（ 、 天文学 、
３１ ｌｍｅ ｔ ｅ中实现大类之 间关联规则的挖掘 ． Ｃ ｅ ｎｉ ｎ
在 Ｃｅ ｎｉ ｌ ｍｅｔ ｅ中关联挖 掘有“ Ｒ 模型 ”“ ｐｉｒ ｎ Ｇ Ｉ 、Ａ ｒ ｉ ｏ
开工作 ，根据分析结果 ，从馆 藏布局 、图书采购 、图书馆 工作人员 的人力 、工作 时间安排上给 出相关 的建议 ， 帮助图书馆做好图书推荐工作 。 关键词：关联挖掘 ；统计分析 ：Ｃｅ ｎｉｅ ｐｉ ｉ 型 ｌ ｍｅｔ ；Ａ ｒ ｒ模 ｎ ｏ
Ｓ ａ ｉｔｃ ｌ ｔ ｔｓ ｉａ Ａｎａ ｙｓｓ ｎｄ ｌ ｉ ａ Ａｓ ｏ ｉ ｔｏ Ｍ ｉ ｉ ｇ ｆ ｓ ｃａ ｉｎ ｎ ｎ ｏ Ａｐｐｌｃ ｔｏ ｉ ｔ Ｕｎ ｖｅ ｓｔ Ｌｉ ａ ｙ ｉ ａ ｉ ｎ ｎ ｈｅ ｉ ｒ ｉｙ ｂｒ ｒ Ｃｉ ｃ ａ ｉ ｎ Ｄａ ａ ｒ ｕｌ ｔｏ ｔ
有 Ｃ ％的事务同时也包含项集 Ｂ， 则称 Ｃ ％为关联规则 Ａ＝ Ｂ的可信 度， 为 Ｃ ｎ ｅ ｃ（ ＝ Ｂ 。 ＝ ＞ 记 ｏ ｆ ｎｅＡ＝＞ ） ｉ
１ 关联 规 则 挖 掘 的 过 程 ． ２
２１ ．． ２数据 处理 先对 图书按索取号进行分类 ，Ｓ Ｌ语句如 下： Ｑ
ｓｌ ｌｆ索 取号，） ｓ分类， ａ 借 出时￣ ）ｓ年 ， ｅ ｔ ｅｅ （ １ａ ｙ ｒ ｅ（ Ｊ ｌ ａ ｍ ｎｈ借 出时亥 ） 月，ａ（ 出时刻）ｓ 日， ｕ（ 出 ｏ ｔ（ ０ Ｓ ｄｙ借 ａ ａ Ｌ ｈ ｒ ０ 借
随着高校 图书馆数据库 中数 据量 的迅速增加 ，高 校 图书馆 所拥 有 的文献 资源 数 据正 在呈 几 何指数 上
涨。 但增长过快、 过多的数据往往会变成 “ 数据坟墓 ” ，
象提供依 据 。通 过对读者借阅记录的挖掘找 出读者 与
图书的频 繁项集 ，从而 了解不同读者的兴趣 爱好 ，主 动 向读者推荐相关资料 。
ｆｏ ｌ ｘ ，ｚ ｘ ， ｘ ｂｔ ｘ ｔ ｂｅａｌａａ ｒ ｍ ｘ ｂｄ ｘ ｂｗｘ ｘ ， ｔ ｍｘ ｂｉ ｏｔ ｌ ｌ ｔ； ｎ ａ ｄ
建议 ： 、采购 部 门少采购或近期不采购 Ｅ Ｎ、 ｉ 、 Ｖ、
Ｕ、Ｓ 、Ｐ类 图书 。
ｉ ｉ 、图书馆调整书架 ，可 以把借 阅量非常低 的 Ｅ、 Ｎ、Ｖ、ｕ、Ｓ 、Ｐ类 图书放在 比较偏僻 的位置 ，而把居 于借阅量前三位 图书放 在读者容易找到的位 置。 ２２ 各月份借 阅情况 的统计分析 及建议 ．２ ．
Ａｂ ｔ ａ ｔ Ｉ ｉ ａ ｅ， ｕ ｉ ｓｒ ｃ ： ｎｔ ｓｐ ｐ ｒ Ｗ ｙ ｈ Ｕｎｉｅ ｓｔ Ｌｉｒ ｒ ｒ ｖ ｄ ｓｌａ ｏ ｅ ｒｏ ａａｐｒｐ ｏ ｅ ｓｎ ， ｔ ｔｓｉａ ｎ ｌ ｉ， ｗｏ ｖ ｒｉ ｙ ｂ ａ ｙ ｐ ｏ ｉ ｅ ｏ ｎｆ ｒ１ｙ ａ ｆｄ ｔ ｅ ｒ ｃ ｓｉ ｇ ｓａ ｉｔｃ ｌ ａｙｓｓ ｔ ａ ａ ｐ ｃ ｓａ ｓ ｃ ａｅ ｔ ｓｏｃａｉ ｎ ｍ ｉ ｎｇｔ ｔ ｒ ｗｏ ｋ ｃ ｏ ｄｉｇ ｔ ｈ ｅ ｕｔ ｅａ ａｙｓｓ ｒ ｍ ｈ ｏ ｌｃｉ ｎ ｏ ｓ ｅ ｔ ｓ ｏ ｉｔｄ ｗｉ ａ ｓ ｉｔｏ ｎｉ ｏ ｓａ ｔ ｈ ｒ ，ａ ｃ ｒ ｎ ｏ ｔ ｅｒ ｓ ｌｓｏｆｔ ｌ ｉ，ｆｏ ｔ ｅｃ ｌ ｔｏ ｆ ｈ ｎ ｅ
ｗ ｅｅ 分类＝ ”Ｔ ａ ｄ索取号 ｌ ｅ “ Ｐ ｈｒ ” ｎ ｉ ｋ Ｔ ％”
２ 对图书借 阅信息 的统 计分析 ． ２
珈 咖伽Ⅲ 瑚
０ ０ Ｄ ０ ０
Ｏ ０
０
２． ． １各大类 图书借阅情况的统计分析及建 议 ２ 在 ｅｃｌ ｘｅ 中统计 出全年各类图书借出图如图 ２所示 。
ＨＡＮ Ｃｕ ． ｅ ｔ ｒＧ
（ ａ ｅ ｔ ｓｎ ｏ ｕｅ ｃｅ ｃ ｐ ｒ ｎ， ｙ ｉ ｒｉ ， ｙｓａ ５ ３ ０ Ｃ ｉａ Ｍ ｔ ｍａ ｃ ｄ ｍｐ ｔ Ｓ ｉ ｅ ｈ ｉ ａ Ｃ ｒ ｎ Ｄｅ ａ ｍｅ ｔＷｕ ｉ ｖ ｓｙ Ｗｕ ｉ ｎ３ ４ ０ ， ｈｎ１ ｔ Ｕｎ ｅ ｔ ｈ
时刻）ｓ时间， ｏ （ 出时刻） ｓ星期， ａ ｃ ｗ借 ｄ ａ
ｆｏ ｒ ｍ ａ ｌ ｔ ｉｔ ｔｂｌ ｌｌ ａ ｌ ｅ ｎ ｏ ａ ｅｃ ａｌ ｔ ｄａ ｄａ
关联规则挖掘 的过程 可 以由以下两步 的来完成 ： （）找出频繁项集 ：Ａ ｒ ｒ 算法是通过项 目集元素 １ ｐｉ ｉ ｏ 数 目不断增长来逐步完成频繁项 目集发现的。首先扫描 数据库，积累每个项的计数 ，并收集满足最小支持度 的
Ｓ Ｌ 语 言 如 下 ：ｓｌ ｔ月， ｕ ｔ 取 号）ｆ ｍ Ｑ ｅｃ ｅ ｃ ｎ（ ｏ 索 ｒ ｏ
ＡｐｌｄＴ ｃｎｑ ｅ应 用技 术 ２ ｐｉ ｅｈｉｕ ｅ １ １
ｗ ｅｅｌ ｘ ． ｈ ｒ ｔ ｂ条码＝ ｘ ｘ ． ｘ ｗ ｘ ｂ条码 ａｄ ｔ ｘ ｂ索取号 ｎ ｍ ｘ ．
＝ ｘｘ ． 取 号 ａｄｌｘ 。 ｗ ｘ ｂ索 ｎ ｔ ｂ读者 证 号＝ ｚｘ ． ｘ ｄｘ ｂ读者 证号 ｎ ａｄ 借 出时刻 ｂｔ ｅｎ ｛２ ０ ．８ １ ｎ ｛２ ０ ． ． ｅ ｅ ＾ ０ ６０ ． ａ ｄ ＾ ０ ７０ ｗ ０１ ７
３ ３０ ：０ １ ： ０｝ ２ ０
计 算 机 系 统 应 用
ｈｔ：ｗ ｗ． ｓａ ｒ． ｔ ｌ ｗ Ｃ —． ｇｃ ｐｌ — ｏ ａ
２１ ０ ２年 第 ２ 卷 第 ８期 １
ｃａ ｄｔ ｇｏ ｐｂ 月 ｌ ｌａ ｒｕ ｙ ｌ ａ
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
调整馆藏布局 。
１ 关联规则挖掘基本理论
１ ． １关联规则的概念
如果有借 阅某 类 图书 ，就显示． ｔ 。否则． ｆ
则挖掘 的重 点句放在 了查找所有频繁项集 和它 的支 持
度上 。
② 细类数 据的采集及处理 （ ｔ 以 ｐ类书籍为例 ）
Ｓ Ｌ语言如下 ：ｓｌ ｔ Ｑ ｅ ｃ 读者证号， ｅ 借出时间，索取号
ｒ ｍ ｃａｌ ｔ ｎ ｏｔ ｌ ｄ ｆｏ ｌ ｌ ａ ｉ ｔ ａｂ ｅｚ ｄａ
４ 支 持度和置信度 ： Ｄ 中有 Ｓ ） 设 ％事 务同时包含 项
２１ ０ ２年 第 ２ １卷 第 ８期
ｈｔ ． Ｓ ． ｇｃ ｔ ｝＾ Ｃ ｏ ． ｐｆ …ａ ｒ ａ
计 算 机 系 统 应 用
集 Ａ和 项集 Ｂ， 则称 Ｓ ％为关联规则 Ａ Ｂ的支 持度 ， 记为 Ｓ ｐ ｏ （ Ｂ 。若 在 Ｄ包含项集 Ａ 的事 务 中， ｕ ｐ ￣Ａ ）
ＲＡ ｒｗ ｌ ．ｇａ ａ 等人给 出关联规则的基本概 念【 ｌ 】 １ ）项集：Ｉ ｛ｌ２３ ＝ ＩＩＩ，…，｝ ，， Ｉ 是项 目的集合，中项 目 ｋ Ｉ
的个数为 ｋ ，则集合 Ｉ 称为 ｋ项集 。 ．
关联挖掘是数据挖 掘的一种重要 形式，从提 出到 目前一直受到数据库界 的广泛 关注 。所谓关联规则就 是寻找描述数据库中的数据项 （ 属性 、变量 ）之间存 在 （ 在 ）的关联或联系 。通过对 读者借阅检索数据 潜 进行 关联分析，从中发现读者在借 阅检索文献时的其 他借 阅行为 。通过对用户每次借 阅的文献进行关联分
从武 夷 学 院 图书馆 管 理系 统 中 导 出读者 借 阅信
息 ，Ｓ Ｌ查询语句 如下： Ｑ
地球科学） 书的借阅量非常低 。Ｔ类（ 工业技术） Ｈ类（ 语
言、 ．文字） 类（ 、Ｉ 文学） 借阅量居前三 位。
ｓｌ ｔｌ ｘ ． ｅｅ ｔ ｂ读者 证号，ｘ ｂ读者姓 名 ， ｘ ｂ读者 ｃ ｘ Ｉｘ ． ｔ ｄ ｘ． ｚ 单位， 出时刻， ｘｘ ． 借 ｗ ｘ ｂ索取号；
图 ｌ 关联规 则挖掘的基本过程
ＡＢ Ｃ Ｄ Ｅ Ｆ Ｃ －ＨＩ Ｊ Ｋ ＮＯ ＰＱ Ｒ Ｓ Ｔ ＵＶ Ｋ Ｚ
图 ２ 全年各类 图书借 阅量统计 图
２ 图书馆借 阅数据 的预处理及 统计分析
２１图书馆借 阅数据预处理工作 ． ２１１图书馆数据 的采集 ．． Ｅ类（ 军事） 、Ｎ类（ 自然科学总论） 、Ｖ类（ 航空 、航 天） 、Ｕ类（ 交通运输） 、Ｓ类（ 农业科学） Ｐ类（ 、 天文学 、
３１ ｌｍｅ ｔ ｅ中实现大类之 间关联规则的挖掘 ． Ｃ ｅ ｎｉ ｎ
在 Ｃｅ ｎｉ ｌ ｍｅｔ ｅ中关联挖 掘有“ Ｒ 模型 ”“ ｐｉｒ ｎ Ｇ Ｉ 、Ａ ｒ ｉ ｏ
开工作 ，根据分析结果 ，从馆 藏布局 、图书采购 、图书馆 工作人员 的人力 、工作 时间安排上给 出相关 的建议 ， 帮助图书馆做好图书推荐工作 。 关键词：关联挖掘 ；统计分析 ：Ｃｅ ｎｉｅ ｐｉ ｉ 型 ｌ ｍｅｔ ；Ａ ｒ ｒ模 ｎ ｏ
Ｓ ａ ｉｔｃ ｌ ｔ ｔｓ ｉａ Ａｎａ ｙｓｓ ｎｄ ｌ ｉ ａ Ａｓ ｏ ｉ ｔｏ Ｍ ｉ ｉ ｇ ｆ ｓ ｃａ ｉｎ ｎ ｎ ｏ Ａｐｐｌｃ ｔｏ ｉ ｔ Ｕｎ ｖｅ ｓｔ Ｌｉ ａ ｙ ｉ ａ ｉ ｎ ｎ ｈｅ ｉ ｒ ｉｙ ｂｒ ｒ Ｃｉ ｃ ａ ｉ ｎ Ｄａ ａ ｒ ｕｌ ｔｏ ｔ
有 Ｃ ％的事务同时也包含项集 Ｂ， 则称 Ｃ ％为关联规则 Ａ＝ Ｂ的可信 度， 为 Ｃ ｎ ｅ ｃ（ ＝ Ｂ 。 ＝ ＞ 记 ｏ ｆ ｎｅＡ＝＞ ） ｉ
１ 关联 规 则 挖 掘 的 过 程 ． ２
２１ ．． ２数据 处理 先对 图书按索取号进行分类 ，Ｓ Ｌ语句如 下： Ｑ
ｓｌ ｌｆ索 取号，） ｓ分类， ａ 借 出时￣ ）ｓ年 ， ｅ ｔ ｅｅ （ １ａ ｙ ｒ ｅ（ Ｊ ｌ ａ ｍ ｎｈ借 出时亥 ） 月，ａ（ 出时刻）ｓ 日， ｕ（ 出 ｏ ｔ（ ０ Ｓ ｄｙ借 ａ ａ Ｌ ｈ ｒ ０ 借
随着高校 图书馆数据库 中数 据量 的迅速增加 ，高 校 图书馆 所拥 有 的文献 资源 数 据正 在呈 几 何指数 上
涨。 但增长过快、 过多的数据往往会变成 “ 数据坟墓 ” ，
象提供依 据 。通 过对读者借阅记录的挖掘找 出读者 与
图书的频 繁项集 ，从而 了解不同读者的兴趣 爱好 ，主 动 向读者推荐相关资料 。
ｆｏ ｌ ｘ ，ｚ ｘ ， ｘ ｂｔ ｘ ｔ ｂｅａｌａａ ｒ ｍ ｘ ｂｄ ｘ ｂｗｘ ｘ ， ｔ ｍｘ ｂｉ ｏｔ ｌ ｌ ｔ； ｎ ａ ｄ
建议 ： 、采购 部 门少采购或近期不采购 Ｅ Ｎ、 ｉ 、 Ｖ、
Ｕ、Ｓ 、Ｐ类 图书 。
ｉ ｉ 、图书馆调整书架 ，可 以把借 阅量非常低 的 Ｅ、 Ｎ、Ｖ、ｕ、Ｓ 、Ｐ类 图书放在 比较偏僻 的位置 ，而把居 于借阅量前三位 图书放 在读者容易找到的位 置。 ２２ 各月份借 阅情况 的统计分析 及建议 ．２ ．
Ａｂ ｔ ａ ｔ Ｉ ｉ ａ ｅ， ｕ ｉ ｓｒ ｃ ： ｎｔ ｓｐ ｐ ｒ Ｗ ｙ ｈ Ｕｎｉｅ ｓｔ Ｌｉｒ ｒ ｒ ｖ ｄ ｓｌａ ｏ ｅ ｒｏ ａａｐｒｐ ｏ ｅ ｓｎ ， ｔ ｔｓｉａ ｎ ｌ ｉ， ｗｏ ｖ ｒｉ ｙ ｂ ａ ｙ ｐ ｏ ｉ ｅ ｏ ｎｆ ｒ１ｙ ａ ｆｄ ｔ ｅ ｒ ｃ ｓｉ ｇ ｓａ ｉｔｃ ｌ ａｙｓｓ ｔ ａ ａ ｐ ｃ ｓａ ｓ ｃ ａｅ ｔ ｓｏｃａｉ ｎ ｍ ｉ ｎｇｔ ｔ ｒ ｗｏ ｋ ｃ ｏ ｄｉｇ ｔ ｈ ｅ ｕｔ ｅａ ａｙｓｓ ｒ ｍ ｈ ｏ ｌｃｉ ｎ ｏ ｓ ｅ ｔ ｓ ｏ ｉｔｄ ｗｉ ａ ｓ ｉｔｏ ｎｉ ｏ ｓａ ｔ ｈ ｒ ，ａ ｃ ｒ ｎ ｏ ｔ ｅｒ ｓ ｌｓｏｆｔ ｌ ｉ，ｆｏ ｔ ｅｃ ｌ ｔｏ ｆ ｈ ｎ ｅ
ｗ ｅｅ 分类＝ ”Ｔ ａ ｄ索取号 ｌ ｅ “ Ｐ ｈｒ ” ｎ ｉ ｋ Ｔ ％”
２ 对图书借 阅信息 的统 计分析 ． ２
珈 咖伽Ⅲ 瑚
０ ０ Ｄ ０ ０
Ｏ ０
０
２． ． １各大类 图书借阅情况的统计分析及建 议 ２ 在 ｅｃｌ ｘｅ 中统计 出全年各类图书借出图如图 ２所示 。
ＨＡＮ Ｃｕ ． ｅ ｔ ｒＧ
（ ａ ｅ ｔ ｓｎ ｏ ｕｅ ｃｅ ｃ ｐ ｒ ｎ， ｙ ｉ ｒｉ ， ｙｓａ ５ ３ ０ Ｃ ｉａ Ｍ ｔ ｍａ ｃ ｄ ｍｐ ｔ Ｓ ｉ ｅ ｈ ｉ ａ Ｃ ｒ ｎ Ｄｅ ａ ｍｅ ｔＷｕ ｉ ｖ ｓｙ Ｗｕ ｉ ｎ３ ４ ０ ， ｈｎ１ ｔ Ｕｎ ｅ ｔ ｈ
时刻）ｓ时间， ｏ （ 出时刻） ｓ星期， ａ ｃ ｗ借 ｄ ａ
ｆｏ ｒ ｍ ａ ｌ ｔ ｉｔ ｔｂｌ ｌｌ ａ ｌ ｅ ｎ ｏ ａ ｅｃ ａｌ ｔ ｄａ ｄａ
关联规则挖掘 的过程 可 以由以下两步 的来完成 ： （）找出频繁项集 ：Ａ ｒ ｒ 算法是通过项 目集元素 １ ｐｉ ｉ ｏ 数 目不断增长来逐步完成频繁项 目集发现的。首先扫描 数据库，积累每个项的计数 ，并收集满足最小支持度 的
Ｓ Ｌ 语 言 如 下 ：ｓｌ ｔ月， ｕ ｔ 取 号）ｆ ｍ Ｑ ｅｃ ｅ ｃ ｎ（ ｏ 索 ｒ ｏ
ＡｐｌｄＴ ｃｎｑ ｅ应 用技 术 ２ ｐｉ ｅｈｉｕ ｅ １ １
ｗ ｅｅｌ ｘ ． ｈ ｒ ｔ ｂ条码＝ ｘ ｘ ． ｘ ｗ ｘ ｂ条码 ａｄ ｔ ｘ ｂ索取号 ｎ ｍ ｘ ．
＝ ｘｘ ． 取 号 ａｄｌｘ 。 ｗ ｘ ｂ索 ｎ ｔ ｂ读者 证 号＝ ｚｘ ． ｘ ｄｘ ｂ读者 证号 ｎ ａｄ 借 出时刻 ｂｔ ｅｎ ｛２ ０ ．８ １ ｎ ｛２ ０ ． ． ｅ ｅ ＾ ０ ６０ ． ａ ｄ ＾ ０ ７０ ｗ ０１ ７
３ ３０ ：０ １ ： ０｝ ２ ０
计 算 机 系 统 应 用
ｈｔ：ｗ ｗ． ｓａ ｒ． ｔ ｌ ｗ Ｃ —． ｇｃ ｐｌ — ｏ ａ
２１ ０ ２年 第 ２ 卷 第 ８期 １
ｃａ ｄｔ ｇｏ ｐｂ 月 ｌ ｌａ ｒｕ ｙ ｌ ａ
