圖書流通記錄之一般化相關規則找尋之研究
圖書館一直以來為讀者提供與保存各種不同型態的重要資訊。以我們中山大學的圖書館為例,每個月新進約有上千本圖書,數量之多,使得學生讀者難於確認出真正感到興趣的新圖書。本研究旨在找出讀者族群特性知識,並應用在圖書館的新書推薦上;我們從每日的圖書借閱資料庫中挖掘出讀者與圖書間的一般化相關規則,並交由圖書館專家詮釋規則上的知識運用於新書推薦,因此我們的方法不同於專題選粹服務(SDI),需要讀者在圖書館留下個人的喜好檔案。
本研究首先討論如何確認出與讀者圖書借閱行為有關且相互獨立的讀者屬性,再來提出三個演算法來找出large itemsets並做實驗來評量效率,除此之外,我們也訂出一套interesting rules的評量方法,最後我們報告在中山大學圖書館運用我們方法後的實際經驗。