基于关联规则的海量图书信息数据扩散研究
|
摘要
针对当前只关注对数字图书馆网络功能的提高,忽略了对信息扩散的问题。为此,通过关联规则方法对海量图书信息数据扩散进行研究,给出关联规则的基本概念,并介绍了数字图书馆网络的特征,将API与编写抓取程序、开放数据等技术结合在一起;利用Apriori算法通过层次顺序搜索的循环方法对图书信息数据频繁项集进行挖掘,采集数字图书馆网络中某用户粉丝、关注者、转发以及评论信息扩散数据;将关联规则作为研究海量图书信息数据扩散方法,通过关联规则衡量节点度和出入度;在此基础上通过关联规则对海量图书信息数据扩散情况进行研究,发现海量图书信息扩散有高低谷期;转发量和评论量呈一定的正相关性;数字图书馆网络中海量图书信息数据扩散的广度和用户影响力相关。
In view of the current concern only for the improvement of the function of the digital library network, the problem of information diffusion has been neglected. This paper studies the diffusion of massive books and information data through association rules, gives the basic concepts of association rules, introduces the characteristics of digital library network, combines API with the techniques of writing grab programs and open data, and uses the Apriori algorithm to pass the cyclic method of hierarchical sequence search to books. The frequent itemsets of information and data are excavated, and the acquisition process of a user fan, concern, forwarding and comment information diffusion data in the digital library network is introduced in detail. The association rule is used as a method to study mass book information data diffusion, and the degree of nodes is measured by association rules. The association rules and node degree are introduced. On this basis, the diffusion of massive book information data is studied through association rules, and it is found that the mass book information diffusion has a high and low valley period, and the forwarding amount and the comment amount are presented. There is a certain positive correlation; the breadth of data diffusion in mass library data is related to user influence in digital library network.
In view of the current concern only for the improvement of the function of the digital library network, the problem of information diffusion has been neglected. This paper studies the diffusion of massive books and information data through association rules, gives the basic concepts of association rules, introduces the characteristics of digital library network, combines API with the techniques of writing grab programs and open data, and uses the Apriori algorithm to pass the cyclic method of hierarchical sequence search to books. The frequent itemsets of information and data are excavated, and the acquisition process of a user fan, concern, forwarding and comment information diffusion data in the digital library network is introduced in detail. The association rule is used as a method to study mass book information data diffusion, and the degree of nodes is measured by association rules. The association rules and node degree are introduced. On this basis, the diffusion of massive book information data is studied through association rules, and it is found that the mass book information diffusion has a high and low valley period, and the forwarding amount and the comment amount are presented. There is a certain positive correlation; the breadth of data diffusion in mass library data is related to user influence in digital library network.
引文
[1] 李根强, 刘人境, 孟勇. 移动社交网络节点重要性评价与创新扩散[J]. 科技管理研究, 2016, 36(13):210-214.
[2] 吴玉春, 龙小建. 基于关联规则的图书借阅数据挖掘[J]. 江苏科技信息, 2016,14(1):12-14.
[3] 陈宏. 基于关联规则挖掘算法的用电负荷能效研究[J]. 电子设计工程, 2017, 25(4):79-82.
[4] 王龙, 李晓光, 宋宝燕. 基于大规模事件图的信息扩散检测方法[J]. 小型微型计算机系统, 2015, 36(7):1449-1452.
[5] 陈康, 王丹丹,等. 关联规则数据结构分布重排的数据库索引算法[J]. 科技通报, 2015, 31(10):178-180.
[6] 艾金勇. 图书馆读者借阅行为的关联规则挖掘研究[J]. 情报探索, 2017, 1(1):40-43.
[7] 方玉峰. 基于线性链表的关联规则数据挖掘技术在数字图书馆中的应用[J]. 中国新通信, 2017, 19(16);58-98.
[8] 郝海涛. 关联规则的数据挖掘在图书馆系统中的应用[J]. 信息通信, 2016,20(6):74-76.
[9] 赖思银. 高校图书馆流通数据的关联规则分析——以广东石油化工学院图书馆为例[J]. 情报探索, 2016,30(2):110-113.
[10] 张聿博, 张锡哲, 张斌. 基于观察点的信息源定位方法的准确率分析[J]. 东北大学学报(自然科学版), 2015, 36(3):350-353.
[11] 许学添, 邹同浩. 基于弱关联挖掘的网络取证数据采集系统设计与实现[J]. 计算机测量与控制, 2017, 25(1):123-126.
[12] 王和勇, 蓝金炯. 微群核心用户挖掘的关联规则方法的应用[J]. 图书情报工作, 2014, 58(2):115-120.
[13] 王立国, 部爱贤. 基于关联规则的名老中医医案中肺癌转移特点的数据挖掘分析[J]. 中医临床研究, 2016, 8(13):5-7.
[14] 王慧瑶. 浅谈大数据时代的关联规则研究[J]. 电子科学技术, 2016, 3(3):357-359.
[15] 郝海涛. 关联规则的数据挖掘在图书馆系统中的应用[J]. 信息通信, 2016,30(6):74-76.
[16] 吕峰, 蒋旭东, 杨群,等. 基于改进关联规则的医疗关键数据定位技术研究[J]. 自动化与仪器仪表, 2017,25(11):141-142.
[2] 吴玉春, 龙小建. 基于关联规则的图书借阅数据挖掘[J]. 江苏科技信息, 2016,14(1):12-14.
[3] 陈宏. 基于关联规则挖掘算法的用电负荷能效研究[J]. 电子设计工程, 2017, 25(4):79-82.
[4] 王龙, 李晓光, 宋宝燕. 基于大规模事件图的信息扩散检测方法[J]. 小型微型计算机系统, 2015, 36(7):1449-1452.
[5] 陈康, 王丹丹,等. 关联规则数据结构分布重排的数据库索引算法[J]. 科技通报, 2015, 31(10):178-180.
[6] 艾金勇. 图书馆读者借阅行为的关联规则挖掘研究[J]. 情报探索, 2017, 1(1):40-43.
[7] 方玉峰. 基于线性链表的关联规则数据挖掘技术在数字图书馆中的应用[J]. 中国新通信, 2017, 19(16);58-98.
[8] 郝海涛. 关联规则的数据挖掘在图书馆系统中的应用[J]. 信息通信, 2016,20(6):74-76.
[9] 赖思银. 高校图书馆流通数据的关联规则分析——以广东石油化工学院图书馆为例[J]. 情报探索, 2016,30(2):110-113.
[10] 张聿博, 张锡哲, 张斌. 基于观察点的信息源定位方法的准确率分析[J]. 东北大学学报(自然科学版), 2015, 36(3):350-353.
[11] 许学添, 邹同浩. 基于弱关联挖掘的网络取证数据采集系统设计与实现[J]. 计算机测量与控制, 2017, 25(1):123-126.
[12] 王和勇, 蓝金炯. 微群核心用户挖掘的关联规则方法的应用[J]. 图书情报工作, 2014, 58(2):115-120.
[13] 王立国, 部爱贤. 基于关联规则的名老中医医案中肺癌转移特点的数据挖掘分析[J]. 中医临床研究, 2016, 8(13):5-7.
[14] 王慧瑶. 浅谈大数据时代的关联规则研究[J]. 电子科学技术, 2016, 3(3):357-359.
[15] 郝海涛. 关联规则的数据挖掘在图书馆系统中的应用[J]. 信息通信, 2016,30(6):74-76.
[16] 吕峰, 蒋旭东, 杨群,等. 基于改进关联规则的医疗关键数据定位技术研究[J]. 自动化与仪器仪表, 2017,25(11):141-142.