SPSS在高職院校圖書館中挖掘設(shè)計與實現(xiàn)

李 慧

天津廣播電視大學(xué)圖書館，天津 300191

目前，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)已成為計算機科學(xué)和應(yīng)用技術(shù)科學(xué)的一個研究焦點。在科技發(fā)展和知識爆炸的大環(huán)境下，圖書館業(yè)務(wù)工作產(chǎn)生海量業(yè)務(wù)數(shù)據(jù)，但讀者對文獻資源的需求日益增長，這二者之間存在明顯的矛盾，數(shù)據(jù)挖掘技術(shù)的出現(xiàn)在很大程度解決了這個矛盾，同時開啟了數(shù)據(jù)挖掘技術(shù)應(yīng)用于圖書館事業(yè)發(fā)展的源頭。本文主要是為了解決高職院校圖書館開展知識服務(wù)工作中遇到的問題，確定圍繞高職院校圖書館知識服務(wù)主要針對館藏資源利用率情況進行數(shù)據(jù)挖掘設(shè)計與實現(xiàn)的論述。

一、高職院校圖書館現(xiàn)狀與特點

高職院校圖書館于近年來伴隨高職院校的產(chǎn)生而出現(xiàn)，它的建設(shè)情況、發(fā)展歷史、服務(wù)對象等方面與高等普通院校圖書館存在許多差異。高職院校圖書館的建立與發(fā)展是緊隨高等職業(yè)技術(shù)教育，它存在成立年限較短、資源建設(shè)基礎(chǔ)較弱、人員隊伍建設(shè)較弱等特點。目前高職院校圖書館整體情況特點是：

1.高職院校圖書館的建設(shè)與高職院校教學(xué)發(fā)展不協(xié)調(diào)。從高職院校發(fā)展的全面情況而言，高職院校圖書館的建設(shè)與高職院校教學(xué)發(fā)展不協(xié)調(diào)。高職院校圖書館的歷史沿革比較復(fù)雜，這是因為高職院校圖書館的建立大多數(shù)是伴隨高職院校升格應(yīng)運而生，其中大部分高職院校是由原先的中專類院校合并而形成的，因此高職院校的圖書館一般是伴隨高職院校的成立而建成的，或是由原先中專學(xué)校的圖書室傳承下來的。雖然高職院校圖書館被列入高校圖書館系列，但它的辦館理念、館內(nèi)人員素質(zhì)水平、館藏體系結(jié)構(gòu)、館舍條件、資源建設(shè)情況等都難以適應(yīng)目前高職院校人才培養(yǎng)模式與科研教學(xué)這兩大重點工作的要求。

2.高職院校圖書館建設(shè)規(guī)模有限，辦館水平不高。高職圖書館的發(fā)展與其他高等院校類圖書館的發(fā)展面臨同樣的問題，即圖書館的受重視程度不夠，甚至比普通高等院校圖書館的境地更為艱難。主要是由于高職院校的整體教育經(jīng)費投入遠低于普通高等院校，師資力量薄弱，因此高職院校圖書館的發(fā)展可被稱為舉步維艱。這是由于一方面受傳統(tǒng)普通高等教育觀念的影響，普通的高等院校是培養(yǎng)高級知識研究型人才的教育模式。而高職院校一般是由學(xué)術(shù)研究水平較低能力較低的中專合并升格成為高職院校，所以從人力、物力、財力等方面的投入較少。另一方面，高職院校圖書館建館時間短、底子薄、圖書情報專業(yè)人員建制薄弱，文獻資源館藏數(shù)量不可能在學(xué)院升格的短時間內(nèi)顯著增長。但是長期以來受傳統(tǒng)觀念的影響，衡量館藏水平的要素之一則為館藏量，許多高職院校館為了完成前些年的教育部對高職院校的教學(xué)檢查工作，在短時間內(nèi)迅速采購圖書以增加館藏量、提高生均量（學(xué)生每人擁有圖書數(shù)量），而忽視了館藏圖書的質(zhì)量與副本量。經(jīng)過幾年的“拔苗式”的館藏資源建設(shè)嚴重地影響了館藏質(zhì)量與圖書館整體水平的健康發(fā)展。

3.高職院校圖書館的整體水平良莠不齊。高職院校圖書館目前缺乏對高職教育特點的足夠重視與充分認識，到目前為止，高職圖書館仍未形成以高職教育特點為基礎(chǔ)的辦館機制。高職館的工作目前仍處于滿足最基本的學(xué)生讀者需求階段，缺乏開拓性、創(chuàng)新性、知識化、智能化的資源建設(shè)與服務(wù)建設(shè)性工作，從而導(dǎo)致其規(guī)模雖在穩(wěn)步向前發(fā)展，整體水平與高職教育的快速發(fā)展不協(xié)調(diào)。這些問題不及時糾正，勢必對圖書館的長遠發(fā)展產(chǎn)生極為不利的影響。

4.圖書館經(jīng)費支持不到位。依據(jù)《普通高等學(xué)校圖書館規(guī)程（修訂）》2002年頒發(fā)的規(guī)定，高等學(xué)校圖書館的經(jīng)費包括運行費和專項經(jīng)費。運行費主要包括文獻信息資源購置費、設(shè)備設(shè)施維護費、辦公費等。文獻資源購置費應(yīng)占全校教育事業(yè)費的5%左右，并應(yīng)從科研經(jīng)費和計劃外收入中提取適當(dāng)比例作為文獻購置費用。再根據(jù)全國高校圖工委制定的《高校圖書館評估標準》規(guī)定，每年采購新書應(yīng)為6冊／學(xué)生，每年訂閱期刊應(yīng)為0.4份／學(xué)生。然而目前大多數(shù)高職館在經(jīng)費支持方面與文件要求相距甚遠，并且很多高職院校沒有設(shè)立年度圖書館經(jīng)費計劃，在遇到前些年的評估工作時學(xué)校就給予部分投入，但評估工作結(jié)束后，圖書館的經(jīng)費一般則又被挪作它用了。圖書館的發(fā)展一方面依靠圖書館專業(yè)人員的專業(yè)建設(shè)與管理，另一方面也更為重要的就是資金方面的大力支持，否則圖書館必將陷入“巧婦不為無米之炊”的尷尬境地。

5.高職類院校圖書館的服務(wù)對象、服務(wù)內(nèi)容、服務(wù)方式都不同于普通高校圖書館，具有特殊性和典型性，主要體現(xiàn)在以下幾個方面。

（1）在服務(wù)對象方面，主要面向高等職業(yè)技術(shù)學(xué)生、教師（面授高職學(xué)生、成人學(xué)生）、科研人員、行政管理人員、社會工作人士等。高職院校的教學(xué)對象主要是理論基礎(chǔ)較薄弱的高中畢業(yè)生或中專畢業(yè)生，高職院校教學(xué)重點是培養(yǎng)學(xué)生實踐技能；高職院校教職工人員主要存在學(xué)歷層次良莠不齊、學(xué)科研究范圍較狹窄、理論研究層次不深和專業(yè)科學(xué)研究水平不高等特點。

（2）在服務(wù)內(nèi)容方面，高職學(xué)生知識積累程度較普通高校大學(xué)生弱，興趣偏好與學(xué)業(yè)關(guān)注方向也存在差異，缺乏對專業(yè)學(xué)科的深入學(xué)習(xí)與研究的興趣；教師教學(xué)重點、科研研究方向主要偏重培養(yǎng)高職類學(xué)生的實踐技能研究與在職成人類學(xué)生的教學(xué)研究與探索。

（3）在服務(wù)方式方面，高職學(xué)生通常利用業(yè)余時間在網(wǎng)上學(xué)習(xí)與交流；教師一方面面授高職學(xué)生，另一方面還兼職教授成人教育、網(wǎng)絡(luò)教育的學(xué)員，因此高職院校對教師的要求比較偏重基礎(chǔ)知識理論與實踐技能的傳授，而不要求進行深層次的理論研究與科研課題研究。

基于以上高職院校圖書館與高等院校圖書館的差異性，為了實現(xiàn)優(yōu)化圖書館資源建設(shè)、科學(xué)管理、知識服務(wù)的目的，本文以作者單位圖書館的業(yè)務(wù)數(shù)據(jù)庫數(shù)據(jù)為數(shù)據(jù)源設(shè)計挖掘圖書館藏利用率實驗，經(jīng)過設(shè)計實驗后得出分析挖掘結(jié)果，將分析結(jié)論應(yīng)用到研究高職院校圖書館開展知識服務(wù)工作的內(nèi)容與方向上。

二、數(shù)據(jù)挖掘

1.數(shù)據(jù)挖掘概念。數(shù)據(jù)挖掘（Data Mining）就是從海量數(shù)據(jù)中提取或挖掘知識。然而，數(shù)據(jù)挖掘從誕生發(fā)展至今已有20年的歷史，可是到目前為止仍沒有一個獲得完全認同的定義。這是由于數(shù)據(jù)挖掘技術(shù)在不同領(lǐng)域具有不同的應(yīng)用，各位學(xué)者和專家都分別從不同的角度進行不同定義。例如從統(tǒng)計學(xué)角度看，數(shù)據(jù)挖掘是指分析數(shù)據(jù)集，發(fā)現(xiàn)可信的數(shù)據(jù)間的未知關(guān)系，并提供給數(shù)據(jù)擁有者可理解的、新穎的和有用的歸納數(shù)據(jù)；從數(shù)據(jù)庫角度看，數(shù)據(jù)挖掘定義為從存儲在數(shù)據(jù)庫、數(shù)據(jù)倉庫或者其他信息庫中的大量數(shù)據(jù)中發(fā)現(xiàn)用戶感興趣的知識的過程；從機器學(xué)習(xí)的角度看，數(shù)據(jù)挖掘是指從數(shù)據(jù)中抽取未知的、隱含的、潛在的有價值信息的過程。從商業(yè)角度看，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，數(shù)據(jù)挖掘技術(shù)通過對搜集數(shù)據(jù)進行微觀、中觀、宏觀層面的統(tǒng)計、分析、預(yù)測，挖掘數(shù)據(jù)間的隱性聯(lián)系，最終形成知識，并將形成的挖掘知識結(jié)果指導(dǎo)商務(wù)業(yè)務(wù)工作。總之，筆者認為，數(shù)據(jù)挖掘是從海洋的數(shù)據(jù)信息中通過一系列挖掘步驟形成滿足用戶需求的知識的過程。

2.數(shù)據(jù)挖掘CRISP-DM模型。1999年，DaimlerChrysler、SPSS、NCR為了建立數(shù)據(jù)挖掘方法和過程的標準，共同創(chuàng)建了數(shù)據(jù)挖掘的跨行業(yè)標準過程（Cross Industry Standard Process for Data Mining，CRISP-DM），如圖1所示。如何運用挖掘模型是數(shù)據(jù)挖掘中用戶最關(guān)心的問題。本文設(shè)計的挖掘?qū)嶒炇亲裱瑿RISP-DM標準。CRISP-DM模型過程的基本步驟包括：業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準備、模型建立、模型評價、模型實施。其中業(yè)務(wù)理解包括：確定任務(wù)項目目標、評估環(huán)境、確定數(shù)據(jù)挖掘目標、產(chǎn)生項目計劃；數(shù)據(jù)理解包括：收集原始數(shù)據(jù)、描述數(shù)據(jù)、探測數(shù)據(jù)；數(shù)據(jù)準備包括：數(shù)據(jù)選擇、數(shù)據(jù)清理、數(shù)據(jù)建構(gòu)、數(shù)據(jù)整合、數(shù)據(jù)格式轉(zhuǎn)換；建立模型包括：選擇模型建模技術(shù)、產(chǎn)生測試設(shè)計、建立模型、評估模型；評價包括評價挖掘結(jié)果、回顧過程、確定下一步工作。模型的各個步驟之間的順序有的是必須遵循，而有的是往復(fù)循環(huán)挖掘出有價值知識的過程。

圖1 DRISP-DM標準挖掘流程圖

三、高職院校圖書館知識服務(wù)的數(shù)據(jù)挖掘設(shè)計與實現(xiàn)

本文進行的數(shù)據(jù)挖掘設(shè)計工作主要是利用業(yè)務(wù)數(shù)據(jù)庫產(chǎn)生的日常業(yè)務(wù)數(shù)據(jù)，經(jīng)過數(shù)據(jù)挖掘分析，形成數(shù)據(jù)挖掘模型與結(jié)果，最后將挖掘結(jié)論應(yīng)用到知識服務(wù)工作中。依據(jù)CRISP-DM模型過程設(shè)計數(shù)據(jù)挖掘過程步驟與內(nèi)容是：

1.確定挖掘主題。為了實現(xiàn)提高圖書館的服務(wù)層次與服務(wù)質(zhì)量，改變傳統(tǒng)的被動服務(wù)、信息服務(wù)，將圖書館未來的工作向深層次、主動化、人性化、智能化、知識化方向推進的圖書館知識服務(wù)工作的目標，設(shè)計圖書館館藏利用率的數(shù)據(jù)挖掘主題。

2.收集源數(shù)據(jù)。根據(jù)作者本單位實際業(yè)務(wù)數(shù)據(jù)，收集圖書館圖書管理系統(tǒng)2000—2010年SQL Server2003的Book數(shù)據(jù)庫和Reader數(shù)據(jù)庫的業(yè)務(wù)數(shù)據(jù)。數(shù)據(jù)挖掘?qū)嶒炘O(shè)計為不影響正常的工作將數(shù)據(jù)庫數(shù)據(jù)拷貝到實驗設(shè)計的機器上，再將備份數(shù)據(jù)附件到本地數(shù)據(jù)庫中，根據(jù)本地數(shù)據(jù)庫進行數(shù)據(jù)挖掘?qū)嶒炘O(shè)計。

3.數(shù)據(jù)清理與轉(zhuǎn)換。針對收集的數(shù)據(jù)表根據(jù)數(shù)據(jù)挖掘主題通過VB程序設(shè)計，合理有效的處理源數(shù)據(jù)，為數(shù)據(jù)挖掘設(shè)計工作做準備。

利用VB進行程序設(shè)計，設(shè)計實驗程序逐步進行數(shù)據(jù)的批量刪除與清理工作。兩個數(shù)據(jù)清理程序均通過點擊查詢條件的“查詢”按鈕，檢索將要刪除的數(shù)據(jù)記錄，再單擊“刪除”按鈕，最后確認將符合條件的數(shù)據(jù)全部刪除，記錄刪除后數(shù)據(jù)庫進行更新。數(shù)據(jù)清理主要針對圖書總庫數(shù)據(jù)和讀者庫數(shù)據(jù)進行清理。

利用VB語言設(shè)計執(zhí)行程序，以實現(xiàn)條件查詢、刪除數(shù)據(jù)，并更新數(shù)據(jù)庫數(shù)據(jù)的目的。主要程序代碼：

清理數(shù)據(jù)執(zhí)行結(jié)果如圖2所示。

圖2 reader數(shù)據(jù)庫中keys表清理數(shù)據(jù)

4.館藏資源利用率挖掘?qū)嶒灐８鶕?jù)Reader數(shù)據(jù)庫中記錄的讀者借閱歷史信息，挖掘讀者借閱圖書即館藏利用率的情況。由于reader數(shù)據(jù)庫中的keys表和book圖書總庫中都沒有借閱歷史圖書的具體圖書題名、圖書分類、圖書主題詞等詳細信息，因此設(shè)計第四個實驗前，需要利用Transact—SQL語言在，SQL Server2003中進行程序設(shè)計，將兩個庫中的數(shù)據(jù)進行聯(lián)接生成新的數(shù)據(jù)表，即即讀者借閱歷史詳細信息表，導(dǎo)入SPSS進行量化統(tǒng)計。館藏資源利用率挖掘?qū)嶒灹鞒倘缦聢D3所示：

圖3 圖書館藏資源挖掘?qū)嶒灹鞒?/p>

最后將新生成的讀者借閱歷史流通信息（temp_table）表導(dǎo)入SPSS，挖掘統(tǒng)計讀者利用資源情況，以多重散點圖的形式得出直觀性的結(jié)論，如圖4所示。

圖4 館藏利用率多重散點圖

5.館藏利用率挖掘結(jié)論。根據(jù)上面的圖書借閱歷史情況數(shù)據(jù)挖掘?qū)嶒炘O(shè)計，從挖掘結(jié)論可以明顯看出I247.57小說類圖書的借閱利用率最高，其次是TP391.41計算機類圖書，第三位的是H310.42英語學(xué)習(xí)類圖書。針對上一節(jié)論述的圖書資源分布特點，即集中在I文學(xué)、H語言、F經(jīng)濟、TP計算機、D法律五大分類，這個資源分布的總體特點與讀者館藏利用率特征基本相符，因此我館的資源建設(shè)原則合理性得到客觀數(shù)據(jù)的驗證，另一方面說明讀者需求的偏頗較明顯的特點。

四、數(shù)據(jù)挖掘?qū)嶒灲Y(jié)論

通過以上大量數(shù)據(jù)分析挖掘得出的相關(guān)結(jié)論，我們應(yīng)該看到讀者利用資源的偏頗較嚴重，對于專業(yè)方面的知識學(xué)習(xí)與研究較少涉及。因此，圖書館未來的知識服務(wù)工作應(yīng)該實現(xiàn)個性化、智能化、高效化的服務(wù)方式，服務(wù)方式由被動轉(zhuǎn)為主動，服務(wù)內(nèi)容由表面深入到內(nèi)部，即由信息咨詢服務(wù)轉(zhuǎn)向知識服務(wù)智能服務(wù)，服務(wù)范圍由校園內(nèi)拓展為校園外的全球讀者。高職院校圖書館知識服務(wù)模式的建立則應(yīng)該：一是，突出高職院校讀者需求的特點，提供靈活多樣的人性化、智能化、知識化的高層次服務(wù)；二是，提供多類型、多學(xué)科、重實踐的文獻信息資源、視頻資源、多媒體資源；三是，高等職業(yè)教育培養(yǎng)目標的特點，重點建設(shè)發(fā)展職業(yè)技能培養(yǎng)和職業(yè)素質(zhì)提高的資源項目，為讀者提供個性化的知識服務(wù)。

［1］張英.高職院校圖書館文獻資源建設(shè)的現(xiàn)狀分析與對策［J］.圖書館工作與研究，2004（3）：30-32.

［2］徐詩豪.新時期高職院校圖書館的發(fā)展策略［J］.圖書館論壇，2005（3）：77-79.

［3］吳靜.高職院校圖書館文獻資源建設(shè)的現(xiàn)狀分析及對策［J］.南京職業(yè)技術(shù)學(xué)院學(xué)報2009（9）：30-32.

［4］元昌安，數(shù)據(jù)挖掘原理與 SPSS Clementine 應(yīng)用寶典［M］.北京：北京：電子工業(yè)出版社，2006：77-79.