數(shù)據(jù)挖掘技術(shù)在高校圖書(shū)館管理中的應(yīng)用探討

王承忠

【摘 要】對(duì)于高校而言，圖書(shū)館不僅是學(xué)生和教師閱讀、查閱各類(lèi)文獻(xiàn)資料的地方，同時(shí)也承擔(dān)著學(xué)校教學(xué)和科研服務(wù)的重要任務(wù)。數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)信息的深加工作用在傳統(tǒng)圖書(shū)館向數(shù)字化圖書(shū)館的轉(zhuǎn)型過(guò)程中發(fā)揮了重要作用，其不僅可提高高校圖書(shū)館的服務(wù)質(zhì)量，同時(shí)還可促進(jìn)資源配置利用率的提高，于圖書(shū)館自身管理的完善也十分有利。

【關(guān)鍵詞】數(shù)據(jù)挖掘；聚類(lèi)分析；讀者群體；借閱排名

一、數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘是從特定形式的數(shù)據(jù)集中提煉知識(shí)的過(guò)程，其在各行各業(yè)中均取得了良好的應(yīng)用效果，且已然成為了國(guó)內(nèi)外的研究熱點(diǎn)。目前常用的挖掘技術(shù)有數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘、文本挖掘這三個(gè)類(lèi)型。

（一）數(shù)據(jù)挖掘

面向數(shù)值數(shù)據(jù)的挖掘技術(shù)稱(chēng)之為數(shù)據(jù)挖掘，關(guān)聯(lián)分析、聚類(lèi)分析、分類(lèi)、預(yù)測(cè)、時(shí)序模式和偏差分析等稱(chēng)之為數(shù)據(jù)挖掘。數(shù)據(jù)挖掘技術(shù)的水平對(duì)所發(fā)現(xiàn)知識(shí)的質(zhì)量有著最直接的影響，目前應(yīng)用較廣泛的數(shù)據(jù)挖掘方法有關(guān)聯(lián)分析法，人工神經(jīng)元網(wǎng)絡(luò)、決策樹(shù)和遺傳算法等，對(duì)這些方法的研究主要集中在算法與其具體應(yīng)用等領(lǐng)域。

（二）Web數(shù)據(jù)挖掘

Web數(shù)據(jù)挖掘的主要對(duì)象是包括Web頁(yè)面內(nèi)容、頁(yè)面之間結(jié)構(gòu)、用戶訪問(wèn)信息、商務(wù)交易信息等在內(nèi)的各種Web數(shù)據(jù)，人們借助這一技術(shù)可短不僅可從萬(wàn)維網(wǎng)中有效提取知識(shí)，還可改進(jìn)站點(diǎn)設(shè)計(jì)，為電子商務(wù)的更好開(kāi)展提供服務(wù)。

（三）文本數(shù)據(jù)挖掘

文本數(shù)據(jù)的挖掘?qū)ο笾饕俏谋拘畔?，主要工作?nèi)容包括特征提取、文本摘要、文本分類(lèi)與聚類(lèi)、概念操作以及探索新數(shù)據(jù)分析等，具體技術(shù)手段則有詞頻反文獻(xiàn)頻率向量表示法、詞串表示法以及貝葉斯分類(lèi)算法、詞集合算法和文本聚類(lèi)算法、K-最近鄰參照分類(lèi)算法等。

二、數(shù)據(jù)挖掘技術(shù)的應(yīng)用對(duì)高校圖書(shū)館的意義

擴(kuò)招使得高校生源不斷擴(kuò)大，高校圖書(shū)館的讀者數(shù)量也日益龐大。與此同時(shí)，高校圖書(shū)館的借閱記錄以及館藏?cái)?shù)據(jù)的存儲(chǔ)積累均呈不斷增加的發(fā)展趨勢(shì)。然而，這些海量數(shù)據(jù)的質(zhì)量魚(yú)龍混雜，不僅包含對(duì)管理者與決策者真正有價(jià)值的信息，同時(shí)也有不少落后的、無(wú)用的、錯(cuò)誤的信息，因此數(shù)據(jù)分析和挖掘工作十分重要。

（一）數(shù)據(jù)挖掘可提高高校圖書(shū)館的決策能力

借助數(shù)據(jù)挖掘技術(shù)，高校圖書(shū)館管理者可對(duì)挖掘出的有用數(shù)據(jù)信息進(jìn)行進(jìn)一步分析與研究，進(jìn)而可促進(jìn)自身決策能力的提高。例如，我們可利用數(shù)據(jù)挖掘技術(shù)來(lái)分析圖書(shū)借閱情況，進(jìn)而可探究出讀者的讀書(shū)喜好和借閱習(xí)慣，并在此基礎(chǔ)上總結(jié)出讀者的借閱規(guī)律，如此即可為日后的圖書(shū)館管理工作提供有效的依據(jù)。

（二）數(shù)據(jù)挖掘可為圖書(shū)采購(gòu)工作提供指導(dǎo)性意見(jiàn)

通過(guò)數(shù)據(jù)挖掘技術(shù)分析讀者的喜好，我們可對(duì)圖書(shū)館的下一步采購(gòu)工作進(jìn)行科學(xué)預(yù)測(cè)，圖書(shū)采購(gòu)行為將更加科學(xué)合理。傳統(tǒng)圖書(shū)館管理中，采購(gòu)人員都是通過(guò)主觀判斷來(lái)決定采購(gòu)什么類(lèi)型的圖書(shū)，這無(wú)疑不利于圖書(shū)館的運(yùn)行與發(fā)展。

（三）數(shù)據(jù)挖掘可為讀者提供更為個(gè)性化的服務(wù)

不同的讀者有不同的閱讀需求，這要求高校圖書(shū)館為其提供不同的閱讀服務(wù)。數(shù)據(jù)挖掘技術(shù)可通過(guò)數(shù)據(jù)分析設(shè)置不同的服務(wù)標(biāo)準(zhǔn)，進(jìn)而可為讀者提供更為個(gè)性化的服務(wù)。這樣一來(lái)，高校圖書(shū)館的服務(wù)質(zhì)量得以提升，讀者的閱讀興趣也更為濃厚。

三、數(shù)據(jù)挖掘技術(shù)在高校圖書(shū)館管理中的應(yīng)用設(shè)計(jì)

基于上述章節(jié)對(duì)數(shù)據(jù)挖掘技術(shù)應(yīng)用對(duì)高校圖書(shū)館意義的分析，我們應(yīng)進(jìn)一步重視數(shù)據(jù)挖掘技術(shù)在高校圖書(shū)館管理中的應(yīng)用。本章節(jié)筆者將重點(diǎn)介紹基于數(shù)據(jù)挖掘技術(shù)的高校圖書(shū)館管理系統(tǒng)設(shè)計(jì)。

（一）信息系統(tǒng)總體框架

高校圖書(shū)館管理系統(tǒng)在應(yīng)用數(shù)據(jù)挖掘技術(shù)時(shí)，可以高校圖書(shū)館的網(wǎng)站系統(tǒng)為基礎(chǔ)。從北郵、銀博等現(xiàn)有的圖書(shū)管理系統(tǒng)來(lái)看，基本都采用三層結(jié)構(gòu)體系設(shè)計(jì)，即用戶界面層、業(yè)務(wù)邏輯層與數(shù)據(jù)訪問(wèn)層。由一系列交互頁(yè)面組成的用戶界面層的主要功能在于幫助用戶實(shí)現(xiàn)對(duì)圖書(shū)館網(wǎng)站的訪問(wèn)以及幫助管理者獲取訪問(wèn)者的實(shí)際需求信息。我們常用的用戶注冊(cè)與登錄、圖書(shū)資源搜索與預(yù)定、圖書(shū)智能推薦等等模塊均屬于業(yè)務(wù)邏輯層的內(nèi)容，其主要功能在于實(shí)現(xiàn)應(yīng)用程序的業(yè)務(wù)功能。數(shù)據(jù)訪問(wèn)則不僅可提供外部數(shù)據(jù)庫(kù)的訪問(wèn)服務(wù)，同時(shí)還具備查詢、插入、刪除和修改數(shù)據(jù)庫(kù)中各類(lèi)型數(shù)據(jù)的作用。

（二）圖書(shū)館管理數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)

數(shù)據(jù)庫(kù)是信息管理系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)挖掘功能的基礎(chǔ)，因此其設(shè)計(jì)在高校圖書(shū)館信息管理系統(tǒng)中至關(guān)重要。注冊(cè)認(rèn)證庫(kù)與圖書(shū)館信息庫(kù)共同組成了高校圖書(shū)館數(shù)據(jù)庫(kù)，而圖書(shū)館信息庫(kù)又包括圖書(shū)信息、讀者信息、圖書(shū)借閱歷史列表、出版信息實(shí)體以及管理員采購(gòu)圖書(shū)清單、用戶圖書(shū)預(yù)定需求單和新購(gòu)圖書(shū)單等內(nèi)容。因此，高校圖書(shū)館數(shù)據(jù)庫(kù)里的數(shù)據(jù)十分龐雜。為提高圖書(shū)館管理系統(tǒng)的數(shù)據(jù)能力，所有SQL的調(diào)用都應(yīng)使用存儲(chǔ)過(guò)程來(lái)完成，使用參數(shù)進(jìn)行數(shù)據(jù)傳遞可為系統(tǒng)安全提供重要保障。

（三）聚類(lèi)分析應(yīng)用

高校圖書(shū)館管理系統(tǒng)中的數(shù)據(jù)挖掘模塊在挖掘出有用信息后可將數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)下來(lái)，這就是數(shù)據(jù)挖掘技術(shù)在高校圖書(shū)館聚類(lèi)分析中的具體應(yīng)用，該技術(shù)手段可為圖書(shū)館采購(gòu)資金的合理分配提供科學(xué)依據(jù)。通常而言，我們?cè)谠O(shè)計(jì)高校圖書(shū)館管理系統(tǒng)的聚類(lèi)分析時(shí)需實(shí)現(xiàn)讀者聚類(lèi)與圖數(shù)聚類(lèi)這兩個(gè)方面。所謂讀者聚類(lèi)，也就是依據(jù)讀者的使用情況進(jìn)行讀者群劃分；圖書(shū)聚類(lèi)獲得有價(jià)值信息的方式則是根據(jù)圖書(shū)被借閱的次數(shù)進(jìn)行聚類(lèi)分析。

四、數(shù)據(jù)挖掘技術(shù)對(duì)高校圖書(shū)館帶來(lái)的挑戰(zhàn)

如前文所述，數(shù)據(jù)挖掘技術(shù)的應(yīng)用與發(fā)展有利于高校圖書(shū)館決策能力的提高，同時(shí)還可為圖書(shū)采購(gòu)提供科學(xué)依據(jù)，為讀者提供更為個(gè)性化的服務(wù)。但在實(shí)際應(yīng)用中，數(shù)據(jù)挖掘技術(shù)仍給高校圖書(shū)館帶來(lái)了諸多挑戰(zhàn)。

（一）從異構(gòu)數(shù)據(jù)源中挖掘信息

異構(gòu)數(shù)據(jù)源也就是多個(gè)不同的相關(guān)的數(shù)據(jù)源系統(tǒng)的集合。數(shù)據(jù)挖掘技術(shù)需從高校圖書(shū)館中繁雜的信息中挖掘出所需的信息，然后再對(duì)其進(jìn)行分析與綜合，經(jīng)過(guò)這一系列過(guò)程方可得出真正有價(jià)值的信息與知識(shí)。互聯(lián)網(wǎng)時(shí)代的到來(lái)使得信息技術(shù)更新速度不斷加快，各種高新技術(shù)日新月異、層出不窮，這一現(xiàn)實(shí)背景對(duì)圖書(shū)館管理者及信息系統(tǒng)技術(shù)人員的專(zhuān)業(yè)素養(yǎng)提出了更高的要求，只有掌握多種新興技術(shù)才能有效構(gòu)建起具有多種數(shù)據(jù)源構(gòu)成的分布式異構(gòu)數(shù)據(jù)庫(kù)，才能有效完成數(shù)據(jù)挖掘工作。

（二）不同表現(xiàn)形式的數(shù)據(jù)挖掘結(jié)果

從目前來(lái)看，高校圖書(shū)館通過(guò)數(shù)據(jù)挖掘技術(shù)所獲得的數(shù)據(jù)仍具有較大的不確定性，因此數(shù)據(jù)挖掘所獲得的結(jié)果類(lèi)型諸多，表現(xiàn)形式也不盡相同。在系統(tǒng)應(yīng)用中，用戶極有可能會(huì)提出要挖掘不同信息與知識(shí)的要求，此時(shí)就需要系統(tǒng)技術(shù)人員從更大規(guī)模的數(shù)據(jù)集中挖掘出更多的不同形式的結(jié)果。

（三）在不同抽象層次上進(jìn)行交互式挖掘

我們?cè)趶囊粋€(gè)大規(guī)模的數(shù)據(jù)庫(kù)挖掘數(shù)據(jù)前，要想預(yù)測(cè)出能挖掘什么內(nèi)容的信息具有較大的難度。對(duì)此，高校圖書(shū)館信息系統(tǒng)的開(kāi)發(fā)人員應(yīng)以一個(gè)搜索過(guò)程來(lái)處理復(fù)雜的數(shù)據(jù)挖掘與查詢，但為了完成數(shù)據(jù)的進(jìn)一步挖掘，務(wù)必保留所有的中間結(jié)果。在進(jìn)行數(shù)據(jù)挖掘時(shí)，用戶可通過(guò)不斷地修改自己的查詢請(qǐng)求來(lái)動(dòng)態(tài)調(diào)整此次數(shù)據(jù)挖掘的目標(biāo)，以保障挖掘過(guò)程的有效推進(jìn)。所以信息管理系統(tǒng)需從不同角度觀察挖掘數(shù)據(jù)的中間結(jié)果，如此才可為用戶提供靈活的觀察數(shù)據(jù)。

五、結(jié)束語(yǔ)

信息時(shí)代，我國(guó)逐漸開(kāi)始普及數(shù)字校園、數(shù)字圖書(shū)館等先進(jìn)理念，基于數(shù)據(jù)挖掘技術(shù)的圖書(shū)館管理系統(tǒng)隨之得到廣泛應(yīng)用。在不久的將來(lái)，數(shù)據(jù)挖掘這一新型智能信息處理技術(shù)將得到業(yè)界學(xué)者更多的重視，其具體技術(shù)與手段也將得到進(jìn)一步完善與發(fā)展。

【參考文獻(xiàn)】

[1]王玉珍.基于Web挖掘的數(shù)字圖書(shū)館個(gè)性化服務(wù)體系研究[J].情報(bào)科學(xué)，2014，32（04）：96-100.