探討基于數據挖掘網絡診斷法的網絡圖書館建設

導讀：基于數據挖掘網絡診斷法的網絡圖書館建設

---

[摘 要]隨著網絡技術與應用的不斷發展，計算機網絡在圖書館建設中已經變得越來越普遍。網絡圖書館建設嚴重依賴于計算機網絡，因此網絡運轉的穩定性、可靠性就顯得至關重要，于是網絡管理就應運而生。本文是通過數據挖掘網絡診斷法應用在高校網絡圖書館建設中。它對大規模網絡圖書館的故障診斷具有理論指導作用和實際應用價值。
　　[關鍵詞]網絡圖書館；數據挖掘；故障診斷
　　一、引言
　　在信息社會里，網絡圖書館具有巨大的發展潛力和優勢。但在我國高校目前的客觀條件中，建設網絡圖書館還存在諸多理由，網絡的可靠性是推行網絡圖書館的發展與建設過程中的一個難點。圖書館網絡的通訊線路和站點都會由于某種理由出現故障，甚至有可能造成整個圖書館網絡不能正常工作。因此對網絡圖書館的可靠性研究已成為當今急需解決的課題之一。近幾年來，網絡的可靠性研究已經有很多成果。本文是通過數據挖掘網絡診斷法應用在高校網絡圖書館建設中。它對大規模網絡圖書館的故障診斷具有理論指導作用和實際應用價值。
　　二、數據挖掘網絡診斷法
　　應用數據挖掘策略，網絡故障診斷系統可以通過分析已有的異常信息的正確處理策略以及各種異常之間的前后關系的記錄，得到其間的關聯規則，這些有價值的信息可用于網絡故障的定位檢測和嚴重故障的預測等任務。并能根據當前的診斷信息，就可以得到其后續發生各種情況的可能性，對危險事件可以起到預防的作用，從而使通信網絡得以安全運轉。
　　數據挖掘的任務是從大量的數據中的找到模式或知識。根據它們的作用方式可分為兩類：一類稱為描述性模式，它是使存在于數據描述的規律。如泛化模式，聚類分析模型，及時問的關聯模式序列模式。另一種是預測模型，它是基于知識從現有的數據挖掘某些數據得到預測未知的性質。包括分類模型和回歸模型。其中，分類模型是一個重要的預測模型。
　　抽象分析，挖掘分類模型步驟如下：首先，我們必須把挖掘數據庫進行預處理：把數據庫中的記錄進行排序，包括取消一些不完整的記錄和獨立的性質，主要是為了確定一個類別的屬性，并確保每一個記錄類別屬性已經給出。然后，從待挖數據中提取形成訓練樣本集。把訓練樣本集運用一種或多種分類挖掘方式進行挖掘，最后輸出某種方式的分類模式。分類模式的方式有決策樹，數學公式，分類規則等。
　　所謂數據挖掘是從大量的不完整的，嘈雜的，模糊的和隨機提取隱含在其中的實際應用數據，人們先前不知道，但又是潛在的有用的信息和知識。這個定義包括幾層意思：數據源必須是真實的，有很多嘈雜的，發現是用戶感興趣的知識，知識發現是可以接受的，可以理解，可以應用，不要求發現放之四海皆準的知識，僅支持特定的發現理由。數據挖掘可以看作是KDD的一個小步驟，如圖所示。
　　三、數據挖掘網絡診斷法在高校網絡圖書館智能服務中的應用
　　目前，在網絡中的高校圖書館智能服務網絡診斷數據挖掘應用還比較少，和智能網絡服務的許多方面，該庫已經應用：如分類，編目，
上一篇論文：有關于二十一世紀圖書館員的繼續教育 下一篇論文：淺談論民國鄉村圖書館其人其事