郭明环，代素香，吕亚娟

(西安科技大学 图书馆，陕西 西安 710054)

关联挖掘[1]，又称联系发现(Link Discovery)，是当前大数据分析发展中的一个新阶段实用型数据分析产品，该模型将对待分析的数据进行分类、产生的数据重构产生判断，并在它们之间产生关联模式。同时，允许分析员从相关数据库中查找/调用匹配数据，使其在海量的重构数据库中挖掘有强关联的信息，为决策和优化方案提供有价值的信息。基于归纳逻辑的关联挖掘方法可处理多关系型的数据，为不同实体之间强弱关系的信息采集分析提供了高效的可视化手段[2]。

关联挖掘技术，可以先挖掘实体之间的联系，从联系入手先对数据进行预处理，然后再进行聚类处理，可以有效地提高聚类的准确性。传统的聚类方法在进行实体划分时，往往多从实体间的欧氏距离起步，并以此作为划分的依据进行聚类分析。但是，这种分析的方法忽略了实体之间意义上的关联这一重要属性，因而聚类的结果往往不容易理解，或者只能从距离的角度予以理解，而关联挖掘恰恰可以解决聚类分析中的这一难点[3]。

图书馆作为信息资源的仓库和提供者，在大学里对广大的师生读者发挥着关键作用。图书馆需要在新形势下利用大数据技术，深入挖掘读者的信息需求，推测识别不同读者的意图和风格，对读者群体进行科学的类别划分，对其感兴趣和关注的主题类型进行标签化处理，通过智能化标……