基于數據挖掘技術的圖書管理應用探討

王莉

摘 要：在數字圖書館的不斷發展過程中，傳統模式之下的紙質資源逐漸遞減，但是在現階段的圖書館管理工作開展過程中，紙質圖書仍然有著較為重要的價值與作用，面對這種日益增長的圖書館館藏，對此在實踐中如果把相關業務管理與數據挖掘技術進行充分的融合，是現階段值得探究分析的問題。

關鍵詞：數據挖掘技術；圖書館；管理應用

在現代圖書館管理中逐漸應用了各種信息系統，這種背景也就直接的導致了管理的數據的增長，傳統模式的圖書管理在開展數據管理過程中經常集中在一些信息的備份以及查詢之中，無法有效的對這些信息信息系統的應用。

一、數據挖掘技術

1.數據挖掘概述

數據挖掘在實踐中又可以稱之為數據采掘以及數據開展，就是一種通過一定的技術以及算法開展工作，在實際中其具有一定的隨機性，可以對于一些具有模糊性以及不完整的信息數據進行系統的處理，進而提升對人們各種知識的篩選，獲得較為各種有用的知識。

2.數據挖掘體系結構以及過程

（1）數據預處理。數據預處理主要就是通過數據的清理以及數據的集成兩個方面構成，其中數據的清理在實踐中主要就是對于數據中存在的不一致性以及噪音進行系統的消除，而數據的集成在實踐中主要就是對于不同數據來源的數據進行集成。

（2）數據變換以及選擇。①數據變換，預處理之后的數據在實踐中不適合數據的挖掘以及應用，對此在實踐中要對數據進行系統的轉換，讓其可以在數據挖掘中直接應用。在實踐中應用的數據變換的主要技術以及手段就是屬性構造、規范化、數據概化以及平滑等技術手段。②數據選擇就是在實踐中對于一些通過變換的數據進行系統的分析以及檢索。

（3）數據挖掘。就是對算法庫中的相關挖掘算法處理選擇應用的相關數據，最終生產的一種具體的模式與手段。

（4）模式評估以及表示.①模式評估，就是在通過一些具體的數據挖掘之后，綜合實際的業務需求等相關內容，對于一些與既定條件相吻合的模式進行系統的識別。②表示，就是通過知識表示技術以及可視化技術對于契機的挖掘結果進行系統的展示。

3.數據挖掘方法

（1）聚類分析，就是對于一些現有的數據通過群組類模式的分類的方式進行分析，在操作中是無法預先了解既定的分組規則的，群組主要就是基于其自身的特征對其進行劃分的。

（2）序列分析，在實踐中就是基于時間序列的方式對于模式進行提取，其提取的主要依據就是重復產生的相關概率。

（3）關聯分析，就是在數據分析過程中通過依據其內在的關聯規則對其進行分析，而相關關聯規則的篩選在實踐中則是利用閾值設定的方式開展。

（4）統計回歸分析，在實踐中借助一些現有的數據數值開展未知變量的預測。在常規狀況之下，通過標準統計的可以利用線性回歸的方式開展。

（5）分類預測分析，分類預測分析在實踐中主要就是利用分類函數的方式開展，在實踐中其可以對于具體的數據項目以及數據集進行映射，實際的樹形結構是應用相對較多的分類模式的有效表現，其想相關數值的搜索，都是基于數的根部開始，在實踐中綜合數字的節點以及分支相關內容，進而獲得最終的預測結果。

二、數據挖掘技術在圖書管理中的有效應用

1.圖書管理中數據的特征

（1）信息的隱晦性特征，也可以稱之為潛在性，主要就是指一些圖書館管理工作開展過程中產生的數據，這些信息中蘊含了大量的數據信息，只有通過特定的方式手段對其進行深入的挖掘以及分析才可以有效的發掘其實際的價值與內涵。

（2）關聯性特征，在現代圖書館管理工作的開展工程中涵蓋了一些借閱記錄以及記錄信息查詢，這些數據在不斷的累積中存在著一定的關聯性特征。

2.圖書管理中數據挖掘的實際需求

院校圖書管理業務相對較為成熟，但是其大多數的服務主要就是體現在為讀者提供一些圖書咨詢、圖書借閱以及歸還等相關內容，其缺乏個性化的服務，對此要想真正的提升圖書館的智能化發展，就要轉變傳統的圖書服務理念，加強對讀者實際需求的重視，綜合數據挖掘技術，通過深層次的數據分析了解讀者的實際檢索習慣以及各種需求，進而為其提供一些個性化的服務，滿足讀者的實際需求。

（1）借閱行為模式以及讀者群的分析。①孤立點分析，主要就是基于讀者群對其進行分析，在實踐中此種分析的主要依據就是讀者的實際借閱習慣以及其特殊性需求，在實踐中通過對于借閱歷史的相關信息的有效分析，通過對圖書的借閱次數等相關信息進行分析；②聚類統計，在實踐中綜合讀者的相關資料信息以及借閱記錄等相關內容對于讀者的借閱行為以及群體的特殊性進行系統的分析，通過聚類分析對于讀者的相關行為規則以及模式進行深入的挖掘。

（2）個性化服務工作。①關聯規則分析，就是在實踐中對于讀者的實際借記錄內在的關聯性進行系統的分析，進而明確讀者的實際需求，在實踐中在為不同的種類的讀者提供各種具有針對性的信息服務推薦。②時間序列分析，就是在實踐中通過對于讀者的不同種類圖書的實際借閱時間以及順序進行分析，進而對于讀者的實際借閱習慣進行了解，在合適的時間為讀者提供優質的服務；同時通過時間序列的分析在實踐中可以有利于圖書館對于圖書進行合理的安排。

3.圖書管理中數據挖掘的相關層次結構。

通過圖書管理中數據的挖掘分析可以了解，圖書管的挖掘主要就是對于借閱行為方式進行分析、個性化服務進行等相關內容進行分析，在實踐中圖書管理中數據挖掘的主要層次結構具體如下：

（1）就是數據預處理模塊層次，在實踐中主要就是基于院校圖書館管理數據庫中的相關數據對于數據進行轉換以及相關數據的有效集成，在實際的處理之中，可以將數據保存到圖書館的相關數據挖掘庫之中；

（2）就是管理規則挖掘算法模塊層，在實踐中主要就是對于各種數據進行系統的選擇與處理，通過調用與實際需求相吻合的挖掘算法對于圖書館的相關數據進行深入的挖掘處理；

（3）就是模刑可視分析模塊層，在實踐中主要就是圖書館管理的可視化操作界面，其主要涵蓋了圖書館的借閱行為有效分析，圖書館的個性化服務分析等相關內容中的挖掘信息，在實踐中必須要通過此層對圖書館進行系統的挖掘任務參數的有效設定，在完成相關數據信息之后，就可以通過可視模式規則的方式對其進行輸出操作。

三、結語

在圖書館規模的不斷擴大過程中，圖書管理工作在實踐中的應用信息越來越多，這樣海量的數據必須要通過數據挖掘技術對其進行處理，在實踐中利用圖書管理數據中的系統分析以及相關行為模式的方式對其進行輸出管理，進而為院校圖書館提供更加智能化以及個性化的服務，在根本上提升現代圖書管理的整體服務質量以及水平。

參考文獻：

[1]李會艷. 數據挖掘技術在院校圖書管理中的應用[J]. 農業圖書情報學刊，2015，（03）：65-68.

[2]楊帆. 基于數據挖掘技術的高校圖書管理系統的設計與實現[D].電子科技大學，2014：5-12.