基于數(shù)據(jù)挖掘技術(shù)的圖書館借閱量估計(jì)模型

楊英

摘 ?要： 當(dāng)前圖書館借閱量估計(jì)模型存在誤差大等難題，為了提高圖書館借閱量估計(jì)的準(zhǔn)確性，提出基于數(shù)據(jù)挖掘技術(shù)的圖書館借閱量估計(jì)模型。首先，對當(dāng)前圖書館借閱量估計(jì)模型的國內(nèi)外研究進(jìn)展進(jìn)行分析，并提取圖書館借閱量的數(shù)據(jù);然后，采用RBF神經(jīng)網(wǎng)絡(luò)對圖書館借閱量數(shù)據(jù)進(jìn)行學(xué)習(xí)，建立圖書館借閱量估計(jì)模型，并采用蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值、閾值;最后，與其他圖書館借閱量估計(jì)模型進(jìn)行對比實(shí)驗(yàn)。結(jié)果表明，所提模型可以獲得高精度的圖書館借閱量估計(jì)結(jié)果，降低了圖書館借閱量估計(jì)誤差，驗(yàn)證了所提圖書館借閱量估計(jì)模型的有效性和優(yōu)越性。

關(guān)鍵詞： 估計(jì)模型; 借閱量歷史數(shù)據(jù); 數(shù)據(jù)挖掘技術(shù); 蟻群算法; 圖書館管理; RBF神經(jīng)網(wǎng)絡(luò)

中圖分類號： TN911.1?34; TP181 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）07?0099?04

Library lending volume estimation model based on data mining technology

YANG Ying

（Langfang Normal University， Langfang 065000， China）

Abstract： Since big errors occur in the application of the current estimation models of library lending volume， an estimation model based on data mining technology is proposed to improve the estimation accuracy of library lending volume. Firstly， the research progress for the current library lending volume estimation models at home and abroad are analyzed， the data of library lending volume is extracted， and then the RBF neural network is used to learn the data of library lending volume for the establishment of the estimation model of library lending volume. In addition， the ant colony algorithm is used to optimize the weight and threshold of the RBF neural network. A contrast experiment was performed to compare the model proposed in this paper with other estimation models of library lending volume. The results show that the proposed model can obtain high?precision estimation results of library lending volume and reduce the estimation error of library lending volume， which verifies the effectiveness and superiority of the proposed model.

Keywords： estimation model; historical lending data; data mining technology; ant colony algorithm; library management; RBF neural network

0 ?引 ?言

高校圖書館作為高校第二課堂，為高校教師和學(xué)生的課題研究提供了相應(yīng)資料[1]。圖書館借閱量可體現(xiàn)高校師生規(guī)模、館藏?cái)?shù)量、管理質(zhì)量等各項(xiàng)指標(biāo)，還可體現(xiàn)圖書館文獻(xiàn)利用情況。借閱量是評價圖書館業(yè)務(wù)的重要指標(biāo)，評估圖書館借閱量對提升圖書館管理和服務(wù)質(zhì)量具有指導(dǎo)意義[2]。圖書館借閱量作為非線性問題，受時間、館藏?cái)?shù)量和書本質(zhì)量等各種因素影響，具有較大的估計(jì)難度。準(zhǔn)確估計(jì)圖書館借閱量可為圖書館人員和設(shè)備管理等資源建設(shè)提供配備標(biāo)準(zhǔn)，實(shí)現(xiàn)圖書館的科學(xué)高效管理和監(jiān)控[3]。

目前，我國應(yīng)用于圖書館借閱量的估計(jì)模型主要有回歸分析模型和灰色模型，以上兩種模型均為基于線性時間序列的估計(jì)模型，而圖書館借閱量作為一種受多種因素影響的非線性動力學(xué)過程[4]，線性估計(jì)模型無法準(zhǔn)確估計(jì)其內(nèi)在運(yùn)行規(guī)律，估計(jì)精準(zhǔn)度較低。神經(jīng)網(wǎng)絡(luò)模型作為一種非線性估計(jì)模型，具有較強(qiáng)的非線性逼近能力，且魯棒性較好，被廣泛應(yīng)用于非線性估計(jì)領(lǐng)域。比較常用的神經(jīng)網(wǎng)絡(luò)有BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)，RBF神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)簡單、運(yùn)算速度快的優(yōu)勢[5]，但采用RBF神經(jīng)網(wǎng)絡(luò)實(shí)施非線性估計(jì)時，容易受輸出權(quán)重、單元中心等參數(shù)影響。

為了提高圖書館借閱量估計(jì)的準(zhǔn)確性，本文提出基于數(shù)據(jù)挖掘技術(shù)的圖書館借閱量估計(jì)模型，選取并行處理能力較強(qiáng)的蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)，有效避免了RBF神經(jīng)網(wǎng)絡(luò)在估計(jì)過程中過早收斂，有效提升了圖書館借閱量估計(jì)精準(zhǔn)度。

1 ?數(shù)據(jù)挖掘技術(shù)的圖書館借閱量估計(jì)模型

1.1 ?RBF神經(jīng)網(wǎng)絡(luò)

RBF神經(jīng)網(wǎng)絡(luò)[6]通過輸入數(shù)據(jù)利用隱含層轉(zhuǎn)換至高維空間中，令線性不可分問題從低維空間轉(zhuǎn)換至高維空間內(nèi)并變?yōu)榭煞謫栴}，RBF神經(jīng)網(wǎng)絡(luò)中徑向基函數(shù)的公式為：

[hi=exp-x-ci2σ2i] （1）

式中[σi]與[ci]分別表示RBF神經(jīng)網(wǎng)絡(luò)隱單元節(jié)點(diǎn)寬度以及第[i]個RBF神經(jīng)網(wǎng)絡(luò)隱單元節(jié)點(diǎn)中心。

神經(jīng)網(wǎng)絡(luò)中權(quán)值、閾值的取值直接影響RBF神經(jīng)網(wǎng)絡(luò)性能[7]，因此需尋找最優(yōu)權(quán)值、閾值，獲取最準(zhǔn)確的RBF神經(jīng)網(wǎng)絡(luò)估計(jì)結(jié)果。

蟻群算法為基于大自然中生物界的新仿生類算法。該算法源于螞蟻行為特性，通過蟻群算法的搜索機(jī)制獲取組合優(yōu)化問題的解。蟻群算法已應(yīng)用于分配問題、調(diào)度問題等問題中，并取得了良好的尋優(yōu)結(jié)果。利用蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)，尋找最優(yōu)參數(shù)，有效提升了RBF神經(jīng)網(wǎng)絡(luò)對圖書館借閱量的估計(jì)精準(zhǔn)性。

1.2 ?蟻群算法

1.2.1 ?初始化蟻群位置和信息素

用[N]表示蟻群規(guī)模，將蟻群位置初始化[8]，依據(jù)RBF神經(jīng)網(wǎng)絡(luò)參數(shù)范圍可得螞蟻[i]的初始信息素如下：

[Δτi=exp-fxi] （2）

通過式（2）可知，信息素濃度在[fxi≥0]且接近無限大時趨于0，為提升估計(jì)精準(zhǔn)性，需修正螞蟻的適應(yīng)度值[fxi]，螞蟻適應(yīng)度值修正公式如下：

[fxi=fxiavg，? ?avg>avg0fxi，? ?other ] （3）

式中：[fxi]表示修正前的適應(yīng)度值;[fxi]表示修正后的適應(yīng)度值;[avg]表示修正前適應(yīng)度值的平均值。

1.2.2 ?路徑選擇規(guī)則

螞蟻一次搜索結(jié)束后，依據(jù)選擇規(guī)則選擇下次搜索路徑[9]，隨機(jī)選取蟻群中數(shù)量為[k]的螞蟻，從已選取的螞蟻中抽取信息素濃度最大的個體并設(shè)置為轉(zhuǎn)移目標(biāo)[Xobj]。轉(zhuǎn)移目標(biāo)公式如下：

[Xobj=Xj，? ?τXi

式中[Xbest]為上次迭代中獲取的最優(yōu)解。

當(dāng)信息素濃度加大時，吸引螞蟻的程度隨之增大，因此，蟻群獲取最優(yōu)解的概率越大，螞蟻依據(jù)式（5）聚集至目標(biāo)位置：

[Xi=1-λXi+λXobj] （5）

搜索過程結(jié)束后，獲取上次迭代中最優(yōu)解的螞蟻，繼續(xù)在鄰域中細(xì)致搜索，獲取全局最優(yōu)解公式如下：

[Xbest=X′i，? ? fX′i

1.3 ?蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值

蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的主要步驟為劃分權(quán)值、閾值的定義域[10]，將整體神經(jīng)網(wǎng)絡(luò)分為數(shù)量為[n]的均勻子區(qū)域，子區(qū)域邊界點(diǎn)即為備選權(quán)值。初始計(jì)算時，各邊界點(diǎn)信息素中的元素相同，螞蟻需穿過各權(quán)值的子區(qū)域，且每個子區(qū)域僅可穿過一次，穿過子區(qū)域的過程中需要記錄相應(yīng)標(biāo)號，以上標(biāo)號表示子區(qū)域組合作為神經(jīng)網(wǎng)絡(luò)的一組權(quán)值和閾值，依據(jù)輸出樣本獲取誤差值，并再次更新信息素[11]。

蟻群算法具有啟發(fā)式搜索特點(diǎn)，通過蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)，可避免RBF神經(jīng)網(wǎng)絡(luò)尋找最優(yōu)參數(shù)的過程中出現(xiàn)“過擬合”等現(xiàn)象。設(shè)神經(jīng)網(wǎng)絡(luò)中含有參數(shù)的數(shù)量為[m]，以上參數(shù)代表RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。設(shè)RBF神經(jīng)網(wǎng)絡(luò)的一組參數(shù)為[Pi]，且滿足[1≤i≤m]。隨機(jī)選取數(shù)量為[N]的非零值組成的集合[IPi]。

令每只螞蟻在集合[IPi]內(nèi)以及全部集合內(nèi)選取一個權(quán)值以及一組神經(jīng)網(wǎng)絡(luò)權(quán)值。設(shè)螞蟻數(shù)量為[h]，集合[IPi]內(nèi)第[j]個元素的信息素含量為[τjIPi]。不同螞蟻搜索過程中互不干擾。集合[IPi]為螞蟻出發(fā)點(diǎn)，依據(jù)各節(jié)點(diǎn)信息量以及轉(zhuǎn)移狀態(tài)概率選取相應(yīng)元素。當(dāng)神經(jīng)網(wǎng)絡(luò)中所有元素均被螞蟻選擇后，符合食物源，調(diào)節(jié)集合內(nèi)各元素信息量[12]。重復(fù)迭代以上過程，直至到達(dá)指定迭代次數(shù)或神經(jīng)網(wǎng)絡(luò)中進(jìn)化趨勢極小。

蟻群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的具體步驟如下：

1） 依據(jù)1.2.1節(jié)內(nèi)容初始化蟻群位置和信息素，設(shè)時間為[t]，[t]時刻循環(huán)次數(shù)設(shè)置為0，用[Ncmax]表示最大循環(huán)次數(shù)，設(shè)置集合中各元素的信息量為[τjIPj=C]，滿足[ΔτjIPj=C]，令所有螞蟻集合于蟻穴中。

2） 令所有螞蟻從蟻穴出發(fā)，依據(jù)1.2.2節(jié)路徑選擇規(guī)則決定螞蟻行動路徑，螞蟻[K]在集合[IPi]中計(jì)算狀態(tài)轉(zhuǎn)移概率，計(jì)算公式如下：

[PrτkjIPi=τkjIPig=1NτgIPi，? ?k=1，2，…，h] （7）

3） 重復(fù)步驟2），直至全部螞蟻到達(dá)目的節(jié)點(diǎn)（食物源）。

4） [t←t+m];[Nc←Nc+1]，依據(jù)螞蟻所選擇權(quán)值計(jì)算神經(jīng)網(wǎng)絡(luò)的輸出值和誤差[13]，并統(tǒng)計(jì)目前最優(yōu)解。單位時間經(jīng)過數(shù)量為[m]時，螞蟻從蟻穴抵達(dá)目標(biāo)節(jié)點(diǎn)，神經(jīng)網(wǎng)絡(luò)中各節(jié)點(diǎn)信息素更新公式如下：

[τjIPit+m=1-ρτjIPjt+ΔτjIPj] （8）

式中[ρ]為信息素?fù)]發(fā)系數(shù)。

[ΔτjIPj=k=1hΔτkjIPj] （9）

式中：[ΔτkjIPj=Qek，若第k只螞蟻在本次循環(huán)中選擇元素PjIPj0， other]

求解[ek]的公式如下：

[ek=O-Oq] （10）

式中[O]與[Oq]分別為RBF神經(jīng)網(wǎng)絡(luò)實(shí)際輸出以及RBF神經(jīng)網(wǎng)絡(luò)期望輸出。通過以上公式可知，相應(yīng)的信息素隨著誤差[ek]值的變小而增多。

5） 當(dāng)循環(huán)次數(shù)[Nc≥Ncmax]或全部螞蟻均可收斂至第一條路徑時[14]，計(jì)算結(jié)束，輸出最優(yōu)權(quán)值、閾值，否則，跳轉(zhuǎn)至步驟2）。

1.4 ?圖書館借閱量估計(jì)實(shí)現(xiàn)

采用蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)圖書館借閱量估計(jì)流程圖如圖1所示。

1） 收集圖書館借閱量原始數(shù)據(jù)，為提升估計(jì)準(zhǔn)確性以及通用性，收集原始數(shù)據(jù)包括借閱者性別、年級、專業(yè)、借閱書籍類別等[15]。

2） 原始數(shù)據(jù)歸一化處理。為提升蟻群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的運(yùn)算速度和估計(jì)精度，采用歸一化處理收集的原始數(shù)據(jù)公式如下：

[x′i=xi-xminxmax-xmin] （11）

式中：[xmax]表示原始借閱量的最大值;[xmin]表示原始借閱量最小值。

3） 將歸一化處理后的數(shù)據(jù)輸入RBF神經(jīng)網(wǎng)絡(luò)中，利用蟻群算法重復(fù)迭代優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值、閾值，直至獲取RBF神經(jīng)網(wǎng)絡(luò)最優(yōu)權(quán)值、閾值組合。

4） 將待估計(jì)圖書館借閱量樣本輸入到具有最佳權(quán)值、閾值組合的優(yōu)化后RBF神經(jīng)網(wǎng)絡(luò)中，依據(jù)待估計(jì)樣本獲取RBF神經(jīng)網(wǎng)絡(luò)中的最優(yōu)權(quán)值、閾值。計(jì)算權(quán)值、閾值誤差并更新，直至獲取最精準(zhǔn)的圖書館借閱量估計(jì)結(jié)果。

2 ?驗(yàn)證性實(shí)驗(yàn)

為檢測本文模型估計(jì)圖書館借閱量的有效性，將某高校圖書館作為實(shí)驗(yàn)對象，通過Microsoft Visual C++ 6.0軟件編程本文模型。利用該高校借閱系統(tǒng)調(diào)取圖書館借閱量原始數(shù)據(jù)，收集2017年1月1日—12月31日間實(shí)際借閱數(shù)據(jù)，收集數(shù)據(jù)包括借閱者姓名、年齡、性別、專業(yè)、借閱書籍等數(shù)據(jù)。采用本文模型，利用收集的原始數(shù)據(jù)估計(jì)該高校2018年全年圖書館借閱量，如圖2所示。

將采用本文模型估計(jì)的2018年該校圖書館借閱量與該校2018年實(shí)際圖書館借閱量對比，檢測本文模型估計(jì)的準(zhǔn)確性，估計(jì)誤差結(jié)果如圖3所示。通過圖3實(shí)驗(yàn)結(jié)果可以看出，本文模型可有效估計(jì)該圖書館2018年各月份借閱量，且估計(jì)誤差均在2.5%以下，說明該模型是一種有效的圖書館借閱量估計(jì)模型。

為檢測本文模型估計(jì)圖書館內(nèi)不同類別圖書借閱量情況，采用本文模型估計(jì)2018年該校圖書館中各類圖書的借閱量情況，估計(jì)結(jié)果如表1所示。通過表1統(tǒng)計(jì)結(jié)果可以看出，采用本文模型可準(zhǔn)確估計(jì)該校圖書館內(nèi)不同類別圖書借閱量，且估計(jì)各類圖書借閱量準(zhǔn)確率較高，估計(jì)誤差均在2.5%以內(nèi)。

為進(jìn)一步檢測本文模型的估計(jì)性能，采用本文模型估計(jì)2018年不同類別讀者在該校圖書館的借閱量，估計(jì)結(jié)果如圖4所示。圖4實(shí)驗(yàn)結(jié)果表明，本科生在該校圖書館借閱量中占比最高，而教職工和研究生在2018年該校圖書館總借閱量中占比居中，分別為25%以及14%，預(yù)科生在該校圖書館借閱量中占比最小，這是因?yàn)樵撔１究粕藬?shù)較多，而預(yù)科生人數(shù)較少，本文模型估計(jì)圖書館借閱量結(jié)果與該校實(shí)際借閱情況相符。通過圖4估計(jì)結(jié)果可以看出，采用本文模型可準(zhǔn)確估計(jì)不同類別借閱者圖書借閱量，實(shí)用性較強(qiáng)。

采用本文模型估計(jì)2018年該校本科各年級不同性別學(xué)生借閱圖書情況，并與2018年實(shí)際各年級不同性別借閱量對比，對比結(jié)果如表2所示。通過表2實(shí)驗(yàn)結(jié)果可知，采用本文模型可準(zhǔn)確估計(jì)該校本科各年級不同性別借閱量情況，且估計(jì)誤差較低。分析表2中結(jié)果可得，2014級以及2018級學(xué)生借閱量明顯低于2015、2016、2017年級學(xué)生借閱量，這是因?yàn)?014級學(xué)生僅2018年上半年在校，而2018級學(xué)生9月份開學(xué)后入校，以上兩個年級2018年在校時間較短，因此借閱量明顯低于2015、2016、2017年級;該校本科各年級女性借閱量明顯高于男性借閱量，這與女同學(xué)在學(xué)習(xí)中付出精力普遍高于男同學(xué)有關(guān)，與實(shí)際情況相符。本文模型估計(jì)各年級不同性別學(xué)生借閱量誤差較低，再次驗(yàn)證了本文模型估計(jì)的精準(zhǔn)性。

3 ?結(jié) ?語

本文提出基于數(shù)據(jù)挖掘技術(shù)的圖書館借閱量估計(jì)模型，有效解決了圖書館借閱量非線性高維問題，且解決了神經(jīng)網(wǎng)絡(luò)容易收斂于局部極值問題，利用蟻群算法搜索RBF神經(jīng)網(wǎng)絡(luò)最優(yōu)參數(shù)，獲取最精準(zhǔn)的圖書館借閱量估計(jì)結(jié)果。通過某高校圖書館借閱估計(jì)情況驗(yàn)證該模型估計(jì)圖書館借閱量的精準(zhǔn)性，該模型不僅可估計(jì)圖書館總借閱量，還可估計(jì)不同類別圖書、不同類別借閱者以及各年級學(xué)生的借閱量，具有較強(qiáng)的實(shí)用性，為圖書館的科學(xué)高效管理提供了有效依據(jù)。

參考文獻(xiàn)

[1] 汪志莉，李欣，于亞秀.高校圖書館館藏利用現(xiàn)狀及對策數(shù)據(jù)評估：以華東師范大學(xué)圖書館為例[J].圖書館論壇，2017，37（3）：116?122.

[2] 吳佳慧.高校圖書館館際借閱服務(wù)影響效應(yīng)的實(shí)證測度：基于南京部分高校圖書館的調(diào)查數(shù)據(jù)[J].圖書館，2018（11）：103?109.

[3] 謝蓉，劉煒.數(shù)字學(xué)術(shù)與公眾科學(xué)：數(shù)字圖書館新生態(tài)：第十三屆數(shù)字圖書館前沿問題研討班會議綜述和思考[J].大學(xué)圖書館學(xué)報，2017，35（1）：6?10.

[4] 孟猛，朱慶華，袁勤儉，等.數(shù)字圖書館信息安全風(fēng)險組合評估研究：基于非線性規(guī)劃法[J].情報雜志，2017，36（6）：128?133.

[5] 夏爽，李麗宏.基于PSO?RBF神經(jīng)網(wǎng)絡(luò)在溫室溫度預(yù)測中的應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì)，2017，38（3）：744?748.

[6] 姜雪瑩，蘇成利，施惠元，等.采用多變量RBF神經(jīng)網(wǎng)絡(luò)的非線性內(nèi)部迭代預(yù)測控制[J].應(yīng)用科學(xué)學(xué)報，2018，36（4）：136?148.

[7] 孫堂樂，李國輝.EEMD與RBF神經(jīng)網(wǎng)絡(luò)的太陽黑子月均值預(yù)測[J].計(jì)算機(jī)工程與應(yīng)用，2017，53（24）：252?256.

[8] 柯余洋，楊訓(xùn)政，熊焰，等.基于遞歸神經(jīng)網(wǎng)絡(luò)和蟻群優(yōu)化算法的發(fā)電環(huán)保調(diào)度[J].信息與控制，2017，46（4）：415?421.

[9] 張立毅，肖超，費(fèi)騰.基于細(xì)菌覓食的改進(jìn)蟻群算法[J].計(jì)算機(jī)工程與科學(xué)，2018，40（10）：170?177.

[10] 李昊，戴天虹，高麗娜.基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究[J].控制工程，2017，24（11）：2201?2205.

[11] 陳睿，趙志剛，張雁茹，等.基于改進(jìn)粒子群蟻群算法的多目標(biāo)雙邊匹配問題[J].計(jì)算機(jī)工程與設(shè)計(jì)，2017，38（1）：220?225.

[12] 趙章明，馮徑，施恩，等.帶啟發(fā)信息的蟻群神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法[J].計(jì)算機(jī)科學(xué)，2017，44（11）：284?288.

[13] 魏鵬，羅紅波，趙康，等.基于蟻群算法的運(yùn)動時間優(yōu)化算法研究[J].四川大學(xué)學(xué)報（自然科學(xué)版），2018，55（6）：45?53.

[14] 許凱波，魯海燕，程畢蕓，等.求解TSP的改進(jìn)信息素二次更新與局部優(yōu)化蟻群算法[J].計(jì)算機(jī)應(yīng)用，2017，37（6）：1686?1691.

[15] 關(guān)芳，張寧，林強(qiáng).新媒體視閾下高校圖書館用戶的個人信息管理影響因素研究[J].情報科學(xué)，2018，36（3）：39?45.