數(shù)據(jù)挖掘與管理實踐

定　價：￥20.00

作　者：	宋宇辰，孟海東著
出版社：	冶金工業(yè)出版社
叢編項：
標　簽：	檔案學

購買這本書可以去

ISBN：	9787502454579	出版時間：	2010-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	181	字數(shù)：

內(nèi)容簡介

　　《數(shù)據(jù)挖掘與管理實踐》對數(shù)據(jù)挖掘技術及其在管理決策中的應用進行了較深入的研究。書中重點介紹了聚類分析和關聯(lián)分析的理論基礎、算法設計、分析與對比。全書以圖書館現(xiàn)代化管理為主線，探索了如何對管理數(shù)據(jù)實施數(shù)據(jù)挖掘、實現(xiàn)管理決策的全過程，包括數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)挖掘與分析、挖掘結果的分析，并提出相應的決策建議；根據(jù)一系列應用實施過程，總結出圖書館現(xiàn)代化管理應用數(shù)據(jù)挖掘的三層決策構架，即數(shù)據(jù)層、技術層和決策層?！稊?shù)據(jù)挖掘與管理實踐》適合從事信息分析、數(shù)據(jù)挖掘的人員，企業(yè)和政府部門的管理人員，從事管理學和情報學研究的學者及相關專業(yè)的研究生閱讀參考。

作者簡介

　　宋宇辰，博士，教授，管理科學與工程學會（國家一級學會）理事。主要從事信息技術、數(shù)據(jù)挖掘領域的教學和科研工作。2006年10月至2007年10月赴都柏林大學訪問學習。曾出訪歐洲、亞洲、非洲等國。2008年受邀作為專家去津巴布韋等國考察經(jīng)濟管理、信息技術、礦業(yè)投資環(huán)境。近年來，主持國家社會科學基金、國家自然科學基金、教育部春暉計劃等科研項目，參與完成國家和省部級等各類課題10余項。應邀參加國際學術會議多次，2010年應邀主持國際會議分會。在國內(nèi)外期刊上發(fā)表論文多篇，其中被SCI、EI檢索收錄10篇。孟海東，博士，教授。主要從事數(shù)據(jù)挖掘技術和礦業(yè)系統(tǒng)工程領域的教學和科研工作。近年來主持國家自然科學基金、教育部、內(nèi)蒙古自治區(qū)科研項目10余項。在國內(nèi)外學術期刊上發(fā)表論文30余篇。曾出訪日本、韓國等國，多次參加國際會議。

圖書目錄

1 概論
1.1 背景
1.1.1 國外研究與應用
1.1.2 國內(nèi)研究與應用
1.2 意義
1.3 內(nèi)容
1.3.1 聚類分析
1.3.2 關聯(lián)分析
1.3.3 圖書館數(shù)據(jù)搜集與預處理
1.3.4 實現(xiàn)數(shù)據(jù)挖掘技術在圖書館中的應用
2 數(shù)據(jù)挖掘技術
2.1 數(shù)據(jù)挖掘系統(tǒng)的組成
2.2 數(shù)據(jù)挖掘的定義
2.3 數(shù)據(jù)挖掘的任務
2.4 數(shù)據(jù)挖掘的功能
2.4.1 自動預測趨勢和行為
2.4.2 關聯(lián)分析
2.4.3 聚類分析
2.4.4 概念描述
2.4.5 偏差檢測
2.5 數(shù)據(jù)挖掘的實施
2.5.1 數(shù)據(jù)挖掘環(huán)境
2.5.2 數(shù)據(jù)挖掘的過程
2.6 數(shù)據(jù)挖掘的難點
2.6.1 動態(tài)變化的數(shù)據(jù)
2.6.2 噪聲
2.6.3 數(shù)據(jù)不完整
2.6.4 冗余信息
2.6.5 數(shù)據(jù)稀疏
2.6.6 超大數(shù)據(jù)量
2.7 數(shù)據(jù)挖掘的主要應用領域
3 聚類分析及系統(tǒng)功能
3.1 聚類算法簡介
3.1.1 聚類算法的一般分類
3.1.2 噪聲與孤立點
3.1.3 聚類算法的典型要求
3.2 新聚類算法理論研究
3.2.1 新聚類算法的整體思路
3.2.2 新聚類算法的相關定義
3.2.3 新聚類算法的算法描述
3.3 新聚類算法實驗分析
3.3.1 不同尺寸和密度的簇聚類效果實驗
3.3.2 埋藏在“噪聲”中的簇聚類效果實驗
3.3.3 實驗結果總結
3.4 新聚類算法系統(tǒng)功能
3.4.1 菜單欄介紹
3.4.2 屬性相關性檢驗窗口
3.4.3 數(shù)據(jù)標準化窗口
3.4.4 聚類窗口
3.4.5 模式評估窗口
3.5 新聚類算法聚類過程解析
3.5.1 數(shù)據(jù)選擇
3.5.2 數(shù)據(jù)預處理
3.5.3 數(shù)據(jù)變換
3.5.4 數(shù)據(jù)挖掘
3.5.5 結果解釋
4 關聯(lián)分析與系統(tǒng)功能
4.1 關聯(lián)分析簡介
4.2 Clementine關聯(lián)簡介
4.3 新關聯(lián)規(guī)則算法研究
4.3.1 新關聯(lián)規(guī)則算法的提出
4.3.2 新關聯(lián)規(guī)則算法的相關定義
4.4 新關聯(lián)規(guī)則算法設計
4.5 新關聯(lián)規(guī)則系統(tǒng)功能
4.6 新關聯(lián)規(guī)則挖掘過程解析
4.6.1 數(shù)據(jù)選擇
4.6.2 數(shù)據(jù)預處理
4.6.3 數(shù)據(jù)變換
4.6.4 數(shù)據(jù)挖掘
4.6.5 數(shù)據(jù)解釋
5 現(xiàn)代化管理中的聚類應用
5.1 紙質調查問卷數(shù)據(jù)聚類分析
5.1.1 紙質問卷的設計與數(shù)據(jù)整理
5.1.2 數(shù)據(jù)預處理
5.1.3 學科資料需求聚類分析
5.1.4 館藏基本需求聚類分析
5.1.5 讀者借閱行為聚類分析
5.1.6 圖書館服務滿意度聚類分析
5.1.7 決策建議
5.2 網(wǎng)絡調查數(shù)據(jù)聚類分析
5.2.1 網(wǎng)絡數(shù)據(jù)收集與數(shù)據(jù)整理
5.2.2 數(shù)據(jù)預處理
5.2.3 商校圖書館人力資源聚類分析
5.2.4 葛校圖書館資源聚類分析
5.2.5 決策建議
6 現(xiàn)代化管理中的關聯(lián)應用
6.1 通用圖書館集成系統(tǒng)簡介
6.2 借閱流通日志中讀者屬性與圖書類別的關聯(lián)分析
6.2.1 數(shù)據(jù)收集與數(shù)據(jù)整理
6.2.2 數(shù)據(jù)預處理
6.2.3 關聯(lián)規(guī)則挖掘
6.2.4 挖掘結果分析
6.2.5 決策建議
6.3 借閱流通日志中圖書與圖書問的關聯(lián)分析
6.3.1 數(shù)據(jù)收集與數(shù)據(jù)整理
6.3.2 數(shù)據(jù)預處理
6.3.3 關聯(lián)規(guī)則挖掘
6.3.4 挖掘結果分析
6.3.5 決策建議
6.4 讀者借閱記錄中圖書大類間的DAR關聯(lián)分析
6.4.1 數(shù)據(jù)收集與數(shù)據(jù)整理
6.4.2 數(shù)據(jù)預處理
6.4.3 關聯(lián)規(guī)則挖掘
6.4.4 挖掘結果分析
6.4.5 決策建議
6.5 紙質問卷學科間的DAR關聯(lián)分析
6.5.1 數(shù)據(jù)收集與數(shù)據(jù)整理
6.5.2 數(shù)據(jù)預處理
6.5.3 關聯(lián)規(guī)則挖掘
6.5.4 挖掘結果分析
6.5.5 決策建議
7 結論、建議、展望
7.1 圖書館數(shù)據(jù)挖掘的決策過程
7.2 新算法達到的功能
7.3 圖書館數(shù)據(jù)的搜集整理工作
7.4 挖掘結果的分析與建議
7.4.1 調查問卷數(shù)據(jù)的聚類分析與建議
7.4.2 網(wǎng)絡數(shù)據(jù)的聚類分析與建議
7.4.3 圖書館集成系統(tǒng)數(shù)據(jù)的Clementine關聯(lián)分析與建議
7.4.4 圖書館集成系統(tǒng)數(shù)據(jù)的DAR關聯(lián)分析與建議
7.4.5 調查問卷館藏資料數(shù)據(jù)的DAR關聯(lián)分析與建議
7.5 展望
附錄
附錄A 圖書館資源建設、利用與服務情況問卷調查
附錄B 高校圖書館信息調查表
附錄C 圖書借閱次數(shù)統(tǒng)計表
附錄D 讀者借閱次數(shù)統(tǒng)計表
參考文獻