數(shù)據(jù)挖掘在圖書館管理中的理論與+技術(shù)

辛穎

摘 要：在圖書館管理活動中，會產(chǎn)生大量的借閱數(shù)據(jù)，利用這些數(shù)據(jù)信息，可以指導(dǎo)采購、咨詢、館藏等工作的開展，進一步提升服務(wù)水平。本文以數(shù)據(jù)挖掘技術(shù)為核心，首先介紹了常見的數(shù)據(jù)挖掘技術(shù)方法，然后分析了該技術(shù)在圖書館管理中的作用和需求，最后闡述了具體應(yīng)用，以供參考。

關(guān)鍵詞：圖書館；數(shù)據(jù)挖掘技術(shù)；需求；管理應(yīng)用

數(shù)據(jù)挖掘技術(shù)，就是從大量的、模糊的、隨機性的數(shù)據(jù)中，提取出具有價值的數(shù)據(jù)信息，明確以往數(shù)據(jù)的模式和規(guī)律，并對未來數(shù)據(jù)進行科學(xué)預(yù)測。相比于傳統(tǒng)的報表信息處理，數(shù)據(jù)挖掘技術(shù)既能了解事件發(fā)生原因，又能為管理決策提供依據(jù)，將其應(yīng)用在圖書館管理中，有利于提高管理服務(wù)水平，實現(xiàn)可持續(xù)發(fā)展的目標。以下對此進行探討。

1.常見的數(shù)據(jù)挖掘技術(shù)方法

1）關(guān)聯(lián)規(guī)則法。關(guān)聯(lián)規(guī)則法，就是基于數(shù)據(jù)庫中的特定事件，分析這些事件同步發(fā)生的概率，從而發(fā)現(xiàn)隱藏的關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則的挖掘包括兩個步驟：第一步是從大量的數(shù)據(jù)信息中，找出所有的高頻項目組；第二步是分析高頻項目組的規(guī)律特點，從中找到關(guān)聯(lián)規(guī)則。

2）連接分析法。連接分析法的理論基礎(chǔ)是圖論，圖論中的“圖”是由若干點、連接兩點的線構(gòu)成的圖形，用來描述事物之間的特定關(guān)系；“點”代表事物，連接兩點的線表示兩個事物之間具有的關(guān)系。該挖掘技術(shù)可行性高，適用于廣泛用戶群。

3）決策樹法。決策樹法是以樹型為基礎(chǔ)的預(yù)測模型，其中分布結(jié)果均呈現(xiàn)在樹葉上，不同屬性的測試結(jié)果呈現(xiàn)在內(nèi)部節(jié)點上，每個分類問題呈現(xiàn)在分支上，以此反應(yīng)各個數(shù)據(jù)信息之間的關(guān)聯(lián)性和遠近關(guān)系。

4）遺傳算法。遺傳算法是一種計算模型，它模擬生物進化論的自然選擇，以及遺傳學(xué)機理的生物進化過程，經(jīng)過搜索得到最優(yōu)解[1]。將其應(yīng)用在數(shù)據(jù)挖掘中，能和其他模型完美結(jié)合，具有自組織、自適應(yīng)、自學(xué)習(xí)性的特點。

5）聚集檢測法。聚集檢測法就是對物理集合、抽象對象進行分組，促使相似的對象個體組成若干各類。因此，聚集檢測形成的數(shù)據(jù)集合，其對象個體具有相似性，可以根據(jù)對象的屬性值計算相異度，例如以距離作為度量指標。

6）神經(jīng)元網(wǎng)絡(luò)。神經(jīng)元網(wǎng)絡(luò)是由諸多神經(jīng)元形成的網(wǎng)絡(luò)，類似于諸多服務(wù)器形成的因特網(wǎng)。利用神經(jīng)元網(wǎng)絡(luò)進行數(shù)據(jù)挖掘，具有大規(guī)模并行處理、分布式信息存儲、較強自組織學(xué)習(xí)能力等特點，主要應(yīng)用在信號處理、模式識別、智能控制等方面。

2.數(shù)據(jù)挖掘技術(shù)在圖書館管理中的作用和需求

1）作用。在圖書館管理中，數(shù)據(jù)挖掘技術(shù)的作用主要如下：①提高圖書館對于讀者的吸引力，有利于了解讀者的信息，根據(jù)閱讀習(xí)慣來改進服務(wù)內(nèi)容，提高讀者的滿意程度。②有利于研究讀者群體之間的關(guān)系，例如以年齡、學(xué)歷、職業(yè)為指標對讀者進行分類，促使圖書館掌握讀者的特點和閱讀需求。③根據(jù)讀者需求和喜好提供相應(yīng)的閱讀服務(wù)，能提高讀者對圖書館的忠誠度，保證圖書館的健康運行[2]。④利用數(shù)據(jù)挖掘技術(shù)，能為圖書館的管理決策提供依據(jù)，通過提升管理人員的綜合素質(zhì)，改進管理中的不足和缺陷，來提高圖書館管理效率，促使管理工作更加合理化。⑤為館藏資源的管理提供了便利，能及時準確地統(tǒng)計借閱率，通過分析借閱周期和趨勢，有利于調(diào)整館藏資源規(guī)劃，更好地服務(wù)于讀者。

2）需求。要想提高圖書館的管理質(zhì)量和效率，應(yīng)該充分利用圖書館管理服務(wù)數(shù)據(jù)，挖掘出這些數(shù)據(jù)背后的價值。在傳統(tǒng)的管理工作中，對于信息數(shù)據(jù)的應(yīng)用有限，因此管理工作不到位。而數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能滿足圖書館管理的兩個需求：一是數(shù)據(jù)分析需求。通過數(shù)據(jù)統(tǒng)計計算文獻的借閱率，通過聚類統(tǒng)計分析讀者的借閱信息和特點，從借閱次數(shù)、文獻類別入手，針對不同的讀者群體進行劃分，從而掌握借閱行為模式[3]。此外，孤點分析法的應(yīng)用，可以詳細劃分讀者的信息，針對不同群體開展個性化服務(wù)，為文獻管理提供依據(jù)。二是讀者服務(wù)需求。利用數(shù)據(jù)挖掘技術(shù)，可以分析各種關(guān)聯(lián)規(guī)則和時間序列，利用關(guān)聯(lián)規(guī)則，能明確各種圖書之間的相關(guān)性，從而為讀者推薦合適的書籍；利用時間序列，能明確讀者的借閱時間規(guī)律，有利于引導(dǎo)讀者再次光顧圖書館，不僅節(jié)約了管理時間，也提高了服務(wù)效率和水平。

3.圖書館管理中數(shù)據(jù)挖掘技術(shù)的具體應(yīng)用

1）服務(wù)管理。新的經(jīng)濟社會背景下，人們的生活節(jié)奏加快，時間更加珍貴。在圖書館服務(wù)中，讀者希望得到針對性的服務(wù)，能節(jié)省查詢和借書時間，繼而提高服務(wù)滿意度，促使圖書館推行個性化、差異化的服務(wù)。傳統(tǒng)的服務(wù)模式，是圖書館提供什么資源，讀者就借閱什么資源，已經(jīng)不能滿足當(dāng)前的服務(wù)需求。利用數(shù)據(jù)挖掘技術(shù)，能大量取代人工勞動，減輕管理人員的工作量，經(jīng)過信息的整理、歸納、提煉，對館藏資源進行智能化呈現(xiàn)，讀者需要什么，圖書館就提供什么。以關(guān)聯(lián)規(guī)則法的應(yīng)用為例，首先選擇某一本圖書，分析讀者借閱該圖書時，同時借閱的其他圖書；如果這兩本書同時借閱的比例較高，就說明這兩本書具有一定的關(guān)聯(lián)性。在后續(xù)的服務(wù)管理上，可以將這兩本書捆綁在一起，既滿足了借閱需求，又能節(jié)約讀者的查閱時間。

2）采購管理。圖書館具有服務(wù)性，資金使用相對緊張，實現(xiàn)各個學(xué)科在資金使用上的平衡性，成為管理人員關(guān)注的重點。利用數(shù)據(jù)挖掘技術(shù)，可以進行文獻檢索，分析文獻的利用情況，得出文獻的利用率，為文獻采購工作提供信息，保證采購決策的科學(xué)性[4]。在采購管理中，基于數(shù)據(jù)挖掘技術(shù)下，能針對性補充館藏資源，提高采購經(jīng)費的使用效率，區(qū)分出采購任務(wù)的輕重緩急，確保資金用在實處。

3）文本數(shù)據(jù)管理。文本數(shù)據(jù)是圖書館數(shù)據(jù)資源的一部分，在文本數(shù)據(jù)的管理上，利用文本數(shù)據(jù)挖掘技術(shù)，具有自動分析管理的特點。以統(tǒng)計計算法為例，能將重點語句從文章中挑選出來，將重點內(nèi)容從圖書中挑選出來，自動生成文本摘要信息，為讀者的查詢和閱讀提供便利。考慮到圖書館內(nèi)的文獻資源眾多，文本數(shù)據(jù)挖掘技術(shù)具有較高的應(yīng)用價值，可以對不同文本進行分類，有效節(jié)省人力和物力，提高管理效率和服務(wù)水平。

4）信息建設(shè)管理。在圖書館的信息建設(shè)管理上，數(shù)據(jù)挖掘技術(shù)的意義如下：一是分析各類圖書的借閱頻率，從中挑選出借閱頻率高的圖書，并及時剔除過時文章，補充短缺資源，實現(xiàn)館藏結(jié)構(gòu)的優(yōu)化目標。二是分析歷年來的圖書借閱信息，對于借閱頻率高的圖書，上架前要預(yù)留副本，以提高圖書館的服務(wù)質(zhì)量。三是基于數(shù)據(jù)挖掘技術(shù)下，利用Web信息搜索功能、互聯(lián)網(wǎng)功能，有利于館藏資源和外界資源相互融合，充分發(fā)揮信息技術(shù)的優(yōu)勢[5]。

4 結(jié)語：

綜上所述，數(shù)據(jù)挖掘技術(shù)是信息技術(shù)和計算機技術(shù)發(fā)展的產(chǎn)物，將其應(yīng)用在圖書館管理工作中，能滿足數(shù)據(jù)分析和讀者服務(wù)需求。文中介紹了常見的數(shù)據(jù)挖掘技術(shù)類型，例如關(guān)聯(lián)規(guī)則法、連接分析法、決策樹法、遺傳算法、聚集檢測法、神經(jīng)元網(wǎng)絡(luò)等；在圖書館管理中的具體應(yīng)用，集中在服務(wù)管理、采購管理、文本數(shù)據(jù)管理、信息建設(shè)管理四個方面，有利于圖書館可持續(xù)發(fā)展。

參考文獻

[1] 宋麗軍.數(shù)據(jù)挖掘在圖書館管理上的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2014，（5）：70-70.

[2] 童浪，裴勝玉.聚類分析在圖書館管理中的應(yīng)用研究[J].中國新技術(shù)新產(chǎn)品，2016，（10）：146-147.

[3] 陳曄，董巖.數(shù)據(jù)挖掘在圖書館管理方面的應(yīng)用[J].內(nèi)蒙古民族大學(xué)學(xué)報（自然科學(xué)版），2016，31（3）：206-208.

[4] 田艷.基于數(shù)據(jù)挖掘的圖書館管理系統(tǒng)設(shè)計[J].成功（教育版），2012，（7）：246-247.

[5] 馮毅.數(shù)據(jù)挖掘技術(shù)在高校圖書館管理中的應(yīng)用研究[J].中國電子商務(wù)，2013，（12）：141，143.