基于數據挖掘的數字圖書(shū)館檢索技術(shù)研究論文
摘 要：現如今，數字圖書(shū)館在國內外引起了廣泛的關(guān)注,成為圖書(shū)館領(lǐng)域的研究熱點(diǎn)。本文先對數字圖書(shū)館的概念、組成和作用進(jìn)行概述，然后從數字圖書(shū)館的檢索技術(shù)方面對數據挖掘的概念、主要方式和常用的技術(shù)方法進(jìn)行詳細論述，并具體分析了數據挖掘在數字圖書(shū)館的檢索技術(shù)領(lǐng)域中發(fā)揮的作用，得出數據挖掘在未來(lái)的圖書(shū)館發(fā)展中具有非�？捎^(guān)的應用前景的結論。
關(guān)鍵詞：數據挖掘 數字圖書(shū)館 應用前景 檢索技術(shù)
1 數字圖書(shū)館
1.1 概念解析
作為高新技術(shù)下的產(chǎn)物，數字圖書(shū)館的研究不僅在科學(xué)技術(shù)領(lǐng)域突飛猛進(jìn)，而且也為人類(lèi)的社會(huì )事業(yè)做出了突出貢獻。不同于現實(shí)中的圖書(shū)館，數字圖書(shū)館是虛擬的，它將分散的各種信息資源以數字化的形式存儲，以網(wǎng)絡(luò )化的方式實(shí)現互聯(lián)，以此提供及時(shí)的信息，實(shí)現資源共享。它是以網(wǎng)絡(luò )環(huán)境為基礎的可共享的可擴展的網(wǎng)絡(luò )知識系統，是一種能方便快捷地為用戶(hù)提供數字化信息資源的高水平服務(wù)機制，也是面向未來(lái)互聯(lián)網(wǎng)發(fā)展的信息管理模式。只有深入理解數據挖掘技術(shù)，才能不斷促進(jìn)數字圖書(shū)館檢索技術(shù)的發(fā)展，從而充分發(fā)揮出數字圖書(shū)館在圖書(shū)館領(lǐng)域的重要作用。
1.2 組成及作用
數字圖書(shū)館包括能夠服務(wù)于廣域網(wǎng)的網(wǎng)絡(luò )設備和通信條件，還有一整套用于信息的管理維護和用戶(hù)服務(wù)的軟件系統，這個(gè)軟件系統可以劃分為5個(gè)模塊：權限管理模塊、獲取與創(chuàng )建模塊、存儲與管理模塊、訪(fǎng)問(wèn)與查詢(xún)模塊以及動(dòng)態(tài)發(fā)布模塊。
數字圖書(shū)館是在傳統圖書(shū)館的基礎上發(fā)展而來(lái)，既包含了傳統圖書(shū)館中的功能，還融合了檔案館、博物館等中的功能，可以為公眾提供綜合信息的訪(fǎng)問(wèn)服務(wù)，在社會(huì )文化、電子政務(wù)、大眾媒介等公眾信息傳播中廣泛應用。
2 數據挖掘在數字圖書(shū)館檢索技術(shù)中的概念
數據挖掘在具體的數字圖書(shū)館檢索中的概念指的是，在沒(méi)有給出明確假設的前提下對圖書(shū)信息資源進(jìn)行挖掘，也可以理解為在大量的圖書(shū)統計數據中對內在規律和特點(diǎn)進(jìn)行分析，這里的挖掘對象可能是不同類(lèi)型，不同物理服務(wù)器上的數據庫�，F在市場(chǎng)上已經(jīng)出現了很多“數據挖掘系統”，但大多數只能稱(chēng)的上是機器學(xué)習系統或是實(shí)驗系統原型，因為這些系統更多地是進(jìn)行數據檢索，并不能真正地處理大量數據，實(shí)現數據挖掘。真正的數據挖掘既涉及多種學(xué)科技術(shù)的集成，又包涵數據庫技術(shù)、統計學(xué)、高性能計算、數據可視化、信息檢索、模式識別等領(lǐng)域。借助數據挖掘，數字圖書(shū)館用戶(hù)可以從數據庫中及時(shí)準確地檢索到自己所需的信息資料。所以，數據挖掘技術(shù)處在數據庫系統的前沿，在信息技術(shù)領(lǐng)域里擁有非常光明的發(fā)展前途。
隨著(zhù)數據庫系統在圖書(shū)館領(lǐng)域的廣泛應用，系統中的數據，特別是全球存儲的數據快速增長(cháng)。然而，調查結果顯示如此海量的數據無(wú)法都被有效利用。如果能在數據海洋中抽取出有效的信息，將會(huì )大大提高信息的利用率，創(chuàng )造更大的實(shí)用價(jià)值，而這恰恰是產(chǎn)生數據挖掘技術(shù)的原因。
總而言之，數據挖掘就是從大量的、模糊的、不全面的、隨機的數據中提取出隱含在其中的、潛在的、有用的信息資源，把數據應用從一般的簡(jiǎn)單查詢(xún)提升到挖掘數據知識的高度，提高信息的`利用率。
3 數據挖掘在數字圖書(shū)館檢索技術(shù)中的方式和技術(shù)
3.1 數據挖掘的主要實(shí)現方式
數字圖書(shū)館檢索技術(shù)中的數據挖掘的主要實(shí)現方式可以簡(jiǎn)單地分為兩種，即直接數據挖掘和間接數據挖掘。直接數據挖掘是在可用的數據資源的基礎上創(chuàng )建一個(gè)模型，根據此模型對剩余的數據和數據庫中表的屬性進(jìn)行描述。間接數據挖掘是利用所有的變量建立某種關(guān)系，而不再是選出具體的變量對其建立模型描述。
3.2 數據挖掘的常用技術(shù)
目前，數字圖書(shū)館檢索技術(shù)中的數據挖掘的常用技術(shù)可以分為以下幾類(lèi)。
3.2.1 傳統統計分析
傳統統計分析技術(shù)使用了很多分析方法，如相關(guān)分析、回歸分析等，大多數情況下，這種技術(shù)是由系統對數字圖書(shū)館用戶(hù)提出的假設進(jìn)行驗證。
3.2.2 傳統主觀(guān)導向系統
傳統主觀(guān)導向系統技術(shù)要有經(jīng)驗模型，在專(zhuān)業(yè)領(lǐng)域中的應用較為廣泛。它主要是運用從簡(jiǎn)單的走向分析到以高等數理知識為基礎的分析方法。
3.2.3 決策樹(shù)
決策樹(shù)相對來(lái)說(shuō)是一種簡(jiǎn)單的表示方法，這種技術(shù)的思路在于根據分類(lèi)規則將事例層層歸類(lèi)成不同的類(lèi)別。由于其分類(lèi)規則易于理解，在數字圖書(shū)方面較能被用戶(hù)所接受。
3.2.4 神經(jīng)元網(wǎng)絡(luò )技術(shù)
神經(jīng)元網(wǎng)絡(luò )技術(shù)作為計算機領(lǐng)域中的重要方法之一，已經(jīng)在各個(gè)工業(yè)部門(mén)廣泛應用。它是模擬人的腦神經(jīng)學(xué)習的技術(shù)，在數字圖書(shū)館領(lǐng)域，利用這種技術(shù)可以有效解決從模糊數據導出概念和確定走向中出現的復雜問(wèn)題。
3.2.5 基于事例的推理方法
基于事例的推理方法關(guān)鍵在于系統會(huì )根據當前的情形，從已有的相似事例中篩選出一個(gè)最佳的解決方案。在數字圖書(shū)館中，這種技術(shù)可以用于很多問(wèn)題的求解，特別是那些在一般情況下難以處理的疑難問(wèn)題，采用此技術(shù)往往會(huì )得到比較不錯的解決效果。
【基于數據挖掘的數字圖書(shū)館檢索技術(shù)研究論文】相關(guān)文章：
數據挖掘論文03-31
專(zhuān)利數據挖掘的論文06-26
數字電視數據傳輸技術(shù)研究論文10-25
基于網(wǎng)格的數據傳輸與復制技術(shù)研究論文11-07
基于GIS的海量氣象數據預處理技術(shù)研究論文11-06
數據挖掘論文精選5篇論文07-17