图书馆入馆行为数据分析及可视化

• 作者: 万旺根 曾本冲 杨莉 袁少博
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 图书馆大数据 数据挖掘 可视化分析 K-Means算法 ARIMA算法
• 年，卷（期）: 2020,（14）
• 所属期刊栏目: 研究与设计
• 页码范围: 22-28
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004294

摘要

为了多维度分析和挖掘读者的入馆行为规律,为图书馆的高效运营提供思路,以上海大学图书馆为例,通过数据预处理、数据挖掘、结果分析等流程,对该图书馆近一年的入馆行为数据进行统计、聚类和可视化分析,得出读者入馆的多角度关系;利用该图书馆近10年的入馆统计数据,对入馆频次进行了预测.模型得到统计、聚类和预测的分析结果,并通过可视化方式呈现了规律.实验结果表明读者入馆行为存在周期性、趋势性等规律,对图书馆资源调配有借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万旺根		132	819	15.0	22.0
2	曾本冲		3	0	0.0	0.0
3	袁少博		2	1	1.0	1.0
4	杨莉		1	0	0.0	0.0