Bibliomining para descubrir reglas de asociación en el Centro de Documentación Regional “Juan Bautista Vázquez”

Autores/as

  • Valeria Haro Departamento de Ciencias de la Computación, Universidad de Cuenca, Av. 12 de Abril, Cuenca, Ecuador, 010150.
  • Wilson Pérez Departamento de Ciencias de la Computación, Universidad de Cuenca, Av. 12 de Abril, Cuenca, Ecuador, 010150.
  • Víctor Saquicela Departamento de Ciencias de la Computación, Universidad de Cuenca, Av. 12 de Abril, Cuenca, Ecuador, 010150.

Resumen

ABSTRACT
The technological advances in hardware and software in the last years allows storing large volumes of information, which has complicated its management and exploitation. Data mining is a process to discover hidden knowledge in databases and to support decision-making, taking advantage of historic data of a business or institution. This article describes the implementation of data mining techniques in the Regional Documentation Centre “Juan Bautista Vazquez” of the University of Cuenca. The study follows the methodology proposed by Nicholson and uses the algorithms of Weka based on the loan transactions data of Data Warehouse, implemented previously in the documentation center. Finally, the association rules between the bibliographic resources are validated to determine the users’ preference.
Keywords: Data mining, association rules, bibliomining, library.


RESUMEN
Los avances tecnológicos en hardware y software de los últimos años, han permitido almacenar un gran volumen de información, lo cual ha complicado los procesos de gestión y explotación de los mismos. La minería de datos es un proceso para descubrir información oculta en las bases de datos, y permite dar soporte a la toma de decisiones, aprovechando los datos históricos de una empresa o institución. Este artículo describe la implementación de las técnicas de minería de datos en el Centro de Documentación Regional “Juan Bautista Vázquez” de la Universidad de Cuenca. Para ello, este estudio sigue la metodología propuesta por Nicholson y usa los algoritmos de Weka, basándose en los datos de préstamos contenidos en un Data Warehouse implementado previamente en este centro de documentación. Finalmente, se encuentra y valida las reglas de asociación entre los recursos bibliográficos lo cual determina las preferencias de los usuarios.
Palabras clave: Minería de datos, reglas de asociación, bibliomining, biblioteca.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Brown, M. S. (2014). Data mining for dummies. Hoboken, NJ: John Wiley & Sons.

Chen, M.-S., J. Han, P. Yu, 1996). Data mining: An overview from database perspective. IEEE Transactions on Knowledge and Data Engineering, 866-883.

Decker, R., M. Höppner, 2006. Strategic planning and customer intelligence in academic libraries. Library Hi Tech, 504-514.

Hahsler, M., K. Hornik, T. Reutterer, 2006. Implications of probabilistic data modeling for mining association rules. Chapter in: From Data and Information Analysis to Knowledge Engineering, Part of the series Studies in Classification, Data Analysis, and Knowledge Organization, pp 598-605.

Han, J., M. Kamber, J. Pei, 2011. Data mining: Concepts and techniques (3rd ed.). Elsevier, 704 pp.

Haro, V., W. Pérez, L. Siguenza-Guzman, D. Cattrysse, V. Saquicela, 2014. Diseño e implementación de un sistema de soporte de decisiones para el Centro de Documentación Regional “Juan Bautista Vázquez”. MASKANA Número especial: ACTAS: Congreso TIC.EC (2014), 245-256.

Kimball, R., M. Ross, 2002. The data warehouse toolkit: The complete guide to dimensional modeling. Hoboken, NJ, John Wiley & Sons.

Liao, S.-H., P.-H. Chu, P.-Y. Hsiao, 2012. Data mining techniques and applications - A decade review from 2000 to 2011. Expert Systems with Applications, 39(12), 11303-11311.

Nicholson, S., 2003. The bibliomining process: Data warehousing and data mining for library decision-making. Transinformação, 16(3), 146-151.

Nicholson, S., J. Stanton, 2003. Gaining strategic advantage through bibliomining: Data mining for management decisions in corporate, special, digital, and traditional libraries. In: Organizational Data Mining: Leveraging Enterprise Data Resources, Chapter 17, pp. 247-262.

Nicholson, S., J. Stanton, 2005. Bibliomining for library decision-making. Disponible en http://ebooks.narotama.ac.id/files/Encyclopedia%20of%20Information%20Science%20and%20Technology%20(2nd%20Edition)/Bibliomining%20for%20Library%20Decision-Making.pdf, pp. 341-345.

Riveros Malberti, M.A., R.O. Klenzi, 2015). Reglas de asociación en el cómputo de utilización de libros en una biblioteca universitaria. Enfoque UTE, 6(2), 86-101.

Siguenza-Guzman, L., V. Saquicela, D. Cattrysse, 2014. Design of an integrated decision support system for library holistic evaluation. International Association of University Libraries Conference. Disponible en https://lirias.kuleuven.be/bitstream/123456789/455176/1/ Conference+Paper.pdf, 12 pp.

Siguenza-Guzman, L., V. Saquicela, E. Avila-Ordóñez, J. Vandewalle, D. Cattrysse, 2015. Literature review of data mining applications in academic libraries. The Journal of Academic Librarianship, 41(4), 499-510.

Siguenza-Guzman, L., A. Van Den Abbeele, J. Vandewalle, H. Verhaaren, D. Cattrysse, 2015. A holistic approach to supporting academic libraries in resource allocation processes. The Library Quarterly: Information, Community, Policy, 85(3), 295-318.

Witten, I.H., E. Frank, M.A. Hall, 2011. Data mining: Practical machine learning tools and techniques. Burlington, MA: Morgan Kaufmann.

Descargas

Publicado

2017-01-18

Cómo citar

Haro, V., Pérez, W., & Saquicela, V. (2017). Bibliomining para descubrir reglas de asociación en el Centro de Documentación Regional “Juan Bautista Vázquez”. Maskana, 7(Supl.), 203–211. Recuperado a partir de https://publicaciones.ucuenca.edu.ec/ojs/index.php/maskana/article/view/1100

Artículos más leídos del mismo autor/a

> >>