首页|基于K-Means与Apriori算法的资源利用率研究——以高校图书馆为例

基于K-Means与Apriori算法的资源利用率研究——以高校图书馆为例

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
K-Means是一种将相似的数据点划分到一个集群、不同的数据点划分到不同集群的聚类算法，Apriori算法则是一种频繁项集挖掘算法。高校图书馆为人才培养和科研服务提供重要助力。以高校图书馆为例，通过数据调查、问卷调查和访谈调查3种方式了解其借阅情况，利用K-Means与Apriori算法分别对借阅数据进行聚类与关联性分析。根据分析结果，提出通过调整采购方案、吸引读者兴趣、优化图书馆馆藏等途径提高高校图书馆资源利用率，实现图书馆投入费用的效用最大化。

金国峰、潘英杰

展开 >

辽宁工程技术大学工商管理学院,辽宁葫芦岛 125105

资源利用率 数据挖掘 K-Means算法 Apriori算法 高校图书馆

国家社会科学基金一般项目(2020)中国高教学会高等教育科研规划项目(2022)

20BKS20122FD0202

2024

图书馆学刊
辽宁省图书馆,辽宁省图书馆学会

图书馆学刊

CHSSCD
影响因子：0.727
ISSN：1002-1884
年,卷(期)：2024.46(4)
  • 21