大数据技术在图书流通数据分析中的应用研究

高 艳，刘海峰

（山西农业大学信息学院 山西 太谷 030800）

1 引言

高校图书馆拥有大量的学生图书流通数据，具体包含图书借阅时间、学生姓名、学生专业、学生所在院系、借阅图书名称、图书索引号等，充分利用这些数据，集合大数据技术，可以发现学生借阅图书之间的关系，预测学生对图书的需求情况，有效进行学生个性化图书的推荐，从而更好地确定图书馆图书的购置方向，加大图书馆图书的流通效率，创新图书馆管理服务，更好地发挥图书馆的作用。下面具体介绍大数据相关算法在图书流通数据中的应用。

2 Apriori关联规则算法在图书流通数据中的应用

Apriori算法是最有影响力的关联规则算法，由Agrawal等[1]在1993年提出。主要应用于零售行业的购物行为分析，如著名的沃尔玛超市的根据顾客的购物行为，发现啤酒和尿布之间的关联关系。同理，在图书的流通数据中也可以应用Apriori关联规则算法发现学生借阅图书之间的关联关系。

Apriori算法是基于两阶段频集思想实现的。第一步，寻找所有满足用户预先设定最小支持度的频繁项集。第二步，根据频繁项集产生强关联规则，并继续寻找满足用户设定最小置信度的强关联规则[2]。在此应用中，支持度是指两类图书A和B在总的借阅次数（N）中同时出现的概率，即A类与B类图书同时被借阅的概率。置信度是指借阅A类图书同时借阅B类图书的概率[3]。

例如：如表1所示5条学生借阅图书的数据，ID为2019533123的学生同时借阅了H、K两类图书，ID为2019533226的学生同时借阅了B、H、K两类图书…，利用Apriori规则就可以算出这些学生所借图书类别之间的关联规则，将支持度设置为0.5，最后得出关联规则如表2所示。……