朱纯琳

关键词：关联数据；数字图书馆；知识发现系统模型

摘要：文章介绍了数字图书馆知识发现系统的现实意义和基于关联数据的知识发现过程，阐述了基于关联数据的知识发现系统模型的功能要素、构建过程和模型特征，归纳了基于关联数据的数字图书馆知识发现系统的创新之处。

中图分类号：G250.7文献标识码：A文章编号：1003-1588（2017）11-0101-03

近年来，随着关联数据的快速发展和广泛应用，逐渐呈现给人们一个“数据网络”的资源环境。如何把该网络资源环境的潜力和优势充分发挥到知识发现应用的实现过程中，是值得研究的课题。从问题起源上来说，在关联数据基础上开展的知识发现研究是为了对关联数据资源进行更加充分的利用，并且通过知识发现问题的解决更好地促进网络发展。关联数据网络的发展和知识发现活动的开展需要融合两个领域的理论体系，并做进一步扩展。在关联数据基础上开展的知识发现系统，关联数据负责把数据、发现数据的工具和网络资源环境注入知识发现中，知识发现推动着关联数据的实现和发展[1]。

1数字图书馆知识发现系统的现实意义

在关联数据基础上研究数字图书馆知识发现系统，是在分析处理大数据过程中使用知识发现技术，不仅可以克服传统图书馆的服务缺陷，还可以拓展数字图书馆知识服务的内容。

1.1增强数字图书馆对潜在知识的挖掘能力，带动资源的高效利用

图书馆在数字化进程中，比较注重检索和传递资源能力的提升，忽略了用户对资源的利用率问题。……