原创《海量学术文献资源知识挖掘技术和模式》：关于免费海量论文范文在这里免费下载与阅读,为您的海量相关论文写作提供资料。
摘 要：知识挖掘技术是采集检索海量学术文献资源所必需具备的.文章分析了知识挖掘的四大关键技术：联机分析挖掘技术、Web挖掘技术、数据仓库技术和信息可视化技术,重点研究了海量学术文献资源的用户知识挖掘和学科知识挖掘模式,详细探讨了海量学术文献资源知识挖掘创新模式：知识服务、Lotus知识发现、综合知识挖掘.
关键词：海量学术文献资源；知识挖掘；知识发现
中图分类号：G250.7 文献标识码：A 文章编号：2095-5707（2017）04-0007-04
Abstract： In this thesis, the necessity of applying knowledge discovery techniques to collecting huge amounts of academic literature resources is analyzed at first. The four key knowledge discovery techniques are then introduced： online analytic mining （OLAM） technique, Web mining technique, data warehouse（DW） technique, and information visualization technique. User knowledge mining mode and subject knowledge mining mode of huge amounts of academic literature resources are further studied empirically. At last, innovative knowledge mining modes of huge amounts of academic literature resources are discussed in details： knowledge service mode, Lotus knowledge discovery mode, and comprehensive knowledge mining mode.
Key words： huge amounts of academic literature resource； knowledge mining； knowledge discovery
图书馆海量学术文献资源知识管理已经从手工管理、计算机管理向网络化管理改进,目前图书馆领域的研究热点就是智能化、个性化管理.通过对读者的查找计划,比如想要做什么、对什么感兴趣等进行推理,为读者提供所需的知识.海量学术文献资源数据库中的知识挖掘主要是用一些复杂的统计分析及模型技术,在大量的数据和信息中筛选出不清楚、不被人们理解的信息,最终转化为可利用的信息.通过挖掘技术对数据库中的数据进行处理,重新获得有价值的信息资源[1].
知识挖掘是通过数据挖掘完成的,即新知识等于数据+已有知识+目标.在知道读者的需求后,通过数据分析,加上原来已有的知识进行计算,帮助读者得到他们之前不知道的知识.知识挖掘使人们找寻知识不再困难.现代图书馆可以根据人们对知识的需求程度,对原理、知识信息等进行重新整理、规划,提取出最主要的、对人们有用的且容易识别的信息.本文的研究目的在于通过图书馆馆藏的海量学术文献资源进行知识挖掘,从而提高馆藏资源的开发和利用效率.
1 利用知识挖掘技术的必要性
1.1 采集海量學术文献资源信息所必需
现在人们对图书的需求量越来越多,知识面越来越广,对知识以及阅读的需求量更加多样化.图书馆购买图书的费用降低,加大了采购的难度[2].图书馆自动化功能可以产生很多对采购有用的数据,但是只有那些数据还是不能直接进行采购,需要应用知识挖掘技术,统计各种数据,比如寻找专家、查找光盘、调查书籍借还速度等[3].知识挖掘技术帮助采购人员得到很多有价值的信息,是采购工作不可缺少的环节.知识挖掘技术在网络上的图书馆智能化系统可以帮助采购人员通过网上合作采购书刊,起到预测信息以及决策分析的作用.
1.2 检索海量学术文献资源信息所必需
信息检索方式从索引检索、打孔穿卡片检索已经发展到现在的计算机信息检索[4].在大数据时代,人们需要信息检索更加完整、正确并且快速,而智能检索技术可以通过预测读者需求,快速提供检索结果[5].知识挖掘技术通过复杂的数据分析,从海量信息中统计出对人们有用的信息,经过数据库进一步的处理,用机器学习的方法从其中得到有用信息.通过知识挖掘,特别是知识挖掘的分支——文本挖掘及Web挖掘技术得到文本中的有用信息,再把这些信息通过动态方式展现给读者,满足读者要求.同时,它还可以和计算机存储、组织、管理、使用的领域的本关理论、知识事实数据进行交换、联系、集合,这用户提供个性化服务.
2 知识挖掘的关键技术
2.1 联机分析挖掘技术
联机分析挖掘技术（OLAM）由联机分析处理（online analytical processing, OLAP）及数据挖掘（data mining, DM）组成,OLAP和DM是通过数据仓库技术发展而来的信息分析和挖掘工具[6],二者相辅相成.OLAP通过多维数据进行分析,和数据仓库原有的数据取长补短.OLAP分析主要是通过数据库对模型进行剖析、旋转等方式来得到有用的信息,给决策者提供帮助.多维结构是OLAP的重要组成部分,多维结构里面的维不仅仅指的是三维,还可以是超立方体和多立方体的一些结构.OLAP有2个显著特征：一方面是在线性,就是能很快感应到读者的需求；另一方面是多维性,对统计分析、整理后的数据再进行多维分析.DM数据挖掘分为2个步骤：建立模型和预测结果,通过对各种信息源尤其是最原始的数据进行挖掘.
海量论文参考资料：
结论：海量学术文献资源知识挖掘技术和模式为适合海量论文写作的大学硕士及相关本科毕业论文，相关海量中学开题报告范文和学术职称论文参考文献下载。
