信息熵加权下的图书馆数字资源完整性自动化评价方法

摘要

随着数字化时代的到来，图书馆数字资源的管理和维护变得越来越重要,然而传统的评价方法往往无法准确地衡量图书馆数字资源的完整性。研究提出一种融合k-prototypes算法和信息熵加权的图书馆数字资源完整性自动化评价方法。该方法综合考虑了数据属性的类型差异、属性之间的关联性和重要性。经实验表明,研究算法聚类纯度超过0.9;图书馆目录数据集内部样本的离散程度最大,图书馆的数据覆盖率的平均分值为8.4，比数据准确性和数据更新性的平均分值分别高0.21和3.9,为图书馆数字资源的管理和维护提供了一种有效的工具和方法。

关键词

信息熵加权 / 图书馆数字资源 / 自动化评价 / 聚类分析