淺析改進(jìn)的Ａｐｒｉｏｒｉ關(guān)聯(lián)挖掘算法的實(shí)踐應(yīng)用

摘要：本文介紹了數(shù)據(jù)挖掘技術(shù)在圖書(shū)館中的應(yīng)用，并運(yùn)用改進(jìn)的Apriori關(guān)聯(lián)挖掘算法對(duì)安徽省圖書(shū)館自動(dòng)化系統(tǒng)中讀者流通庫(kù)進(jìn)行挖掘，并對(duì)挖掘出的結(jié)果及其意義進(jìn)行評(píng)價(jià)，從而為圖書(shū)館讀者管理、圖書(shū)資源的采購(gòu)提供決策支持。

關(guān)鍵詞：數(shù)據(jù)挖掘 Apriori算法 圖書(shū)館管理 讀者管理
　　
　　數(shù)據(jù)挖掘技術(shù)在商業(yè)領(lǐng)域內(nèi)的應(yīng)用給圖書(shū)館帶來(lái)了很大的啟發(fā)。圖書(shū)館的數(shù)據(jù)庫(kù)可以運(yùn)用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則分析、聚類分析、決策樹(shù)、時(shí)間序列分析等數(shù)據(jù)挖掘方法，以找出數(shù)據(jù)庫(kù)中蘊(yùn)藏的對(duì)于圖書(shū)館管理有用的潛在規(guī)則，并且通過(guò)描述和預(yù)測(cè)，為圖書(shū)館的圖書(shū)采購(gòu)、讀者服務(wù)、館藏目錄設(shè)置等管理工作提供決策支持。
　　關(guān)聯(lián)規(guī)則是與多數(shù)人想象的挖掘過(guò)程中最相近的一種數(shù)據(jù)挖掘形式，即尋找在同一事件中出現(xiàn)的不同項(xiàng)的相關(guān)性。關(guān)聯(lián)規(guī)則的研究有助于發(fā)現(xiàn)數(shù)據(jù)庫(kù)中不同商品間的聯(lián)系，找出顧客購(gòu)買(mǎi)行為模式。在圖書(shū)館運(yùn)用關(guān)聯(lián)規(guī)則分析可以細(xì)分出讀者群，根據(jù)其借閱情況提供不同的服務(wù)，為圖書(shū)館的管理決策提供參考。關(guān)聯(lián)規(guī)則的核心算法是Apriori算法。
　　
　　關(guān)聯(lián)規(guī)則的基本概念及算法
　　
　　挖掘流通借閱事務(wù)數(shù)據(jù)庫(kù)中所有的關(guān)聯(lián)規(guī)則的問(wèn)題可以被劃分成如下兩個(gè)子問(wèn)題：
　　找出所有具有最小支持度的項(xiàng)集（即頻繁項(xiàng)集），可用Apriori算法來(lái)找出頻繁項(xiàng)集。由頻繁項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，對(duì)于每一個(gè)頻繁項(xiàng)集I，找出其中所有的非空子集，然后，對(duì)于每一個(gè)這樣的子集a，如果support（I）與support（a）的比值大于最小置信度，則存在規(guī)則a=