數據挖掘技術在圖書館推薦系統中的應用研究

吳文臣

摘要：互聯網技術和數字化技術在各行各業中的應用較為廣泛，在現代圖書館管理工作中運用數字化技術有助于提高圖書館管理效率，可以為讀者提供高質量的閱讀各類服務，包括圖書推薦服務等等。數據挖掘技術是一種高效的出具整合和處理技術，可以實現對各類數據的分類處理，從海量信息中篩選出有價值的信息，從而為圖書館管理平臺的建設服務。圖書館的服務質量與圖書閱讀推薦息息相關，向讀者提供個性化的推薦服務是圖書館的工作之一，借助于數據挖掘技術可以促進圖書館智能管理系統的建設。本文首先對數據挖掘技術和圖書館管理系統進行了闡述，指出了運用數據挖掘技術的重要意義，提出了具體的優化對策。

關鍵詞：數據挖掘技術;智能圖書館;圖書推薦系統

中圖分類號：TP3-05 文獻標識碼：A

文章編號：1009-3044（2019）33-0241-02

數據挖掘技術是互聯網信息技術的一種，是先進科技在時代發展下的產物，數據挖掘技術的統計能力和計算性能較強，具有強大的數據整合和處理功能。在圖書館管理系統中使用數據挖掘技術可以充分發揮原有數據和信息的作用，對各類數據進行統計分析，包括館藏書籍及資料的數量、類別、性質等等，還有用戶的信息，借閱書籍的客戶基本信息，主要借閱哪類書籍、借閱頻次和時間等等，從而為個性化推薦系統的建設提供科學的依據和參考的數據和信息。

1數據挖掘技術與圖書館管理系統分析

1.1數據挖掘技術的內涵

數據挖掘技術是信息處理技術的一種，主要針對海量數據和信息的處理和整合工作而言，對有關資料進行分析，進而找出一些規律和隱藏的知識，這樣可以保證對有效數據的及時獲取，提高數據處理的效率。在實際數據挖掘技術的應用緩解中，數據挖掘技術主要分為兩種，包括預測性數據分析法和描述性數據分析法。預測性數據分析主要是指借助于現有的數據和信息，獲得一些指導性的結論，預測數據分析又可以分為分類數據預測和統計回歸型預測。描述性數據分析是指對系統描述類的資料進行收集和處理，具體分為關聯分析、序列分析及聚類分析。

1.2圖書館管理系統

圖書館信息管理系統是基于各類數據和信息的管理平臺，是圖書館管理現代化模式的一種，對專業技術要求很高，具有較專業的行業特征，其中蘊含著海量的數據和信息，處理難度較大，占據空間較多。在實際圖書館管理工作開展過程中，書籍和讀者的聯系就是通過圖書管理系統實現的。從具體的信息系統應用來看，該系統主要的功能有三類。首先，圖書管理系統可用于圖書查詢、圖書撤退和注銷;其次，圖書管理過程中用戶增加或消減的各類信息;另外，書籍資料的流借出、歸還、賠償等信息管理。保證建立高效信息處理機制是有效為用戶提供閱讀服務的基本保障。

2數據挖掘技術在圖書館推薦服務中應用的必要性

2.1有助于豐富圖書館的信息資源

圖書館館藏書籍和資料文獻數量十分龐大，伴隨著圖書館建設和發展的過程也產生了大量的數據和信息，運用數據挖掘技術可以實現對海量數據和信息的整理，如何搭建智能化和自動化的管理平臺是圖書館面臨的重要任務，將圖書館管理與數據處理技術結合起來是時代發展的必然要求。數據挖掘技術可以應用到圖書館管理系統中，尤其是圖書文獻推薦系統中，可以對圖書館館藏資料信息進行統計，盤活書籍資源，為廣大用戶提供所需的書籍和資料，對館藏信息進行整合，有助于及時采購新的書籍和文獻資料等等，進而豐富圖書館的信息資源。

2.2有助于實現用戶信息的分析

圖書館中用戶信息資料十分多樣，因為圖書館的閱讀用戶各種職業都有，各種專業行業人員都有，結合用戶信息做好數據挖掘和處理可以表現為三點。首先，圖書館為各類用戶提供各類書籍和資料，用戶信息的多樣性決定了圖書資料信息的多元化，采用數據挖掘技術可以對用戶信息進行處理，總結用戶的喜好和閱讀愛好。其次，運用數據挖掘技術可以為用戶推薦其感興趣的圖書和資料。

3數據挖掘技術在圖書館推薦系統的具體應用

3.1圖書文獻推薦服務

圖書館館藏中最主要的就是圖書文獻資源，圖書館資源使用效率是評價圖書館服務質量的關鍵因素，也是圖書推薦系統的主要依據。圖書館各類服務中，書籍推薦系統的建設是至關重要的，這也是圖書館服務的重點內容。可以采用關聯分析或聚類分析方法，對讀者歷史借閱數據進行分析和統計，對讀者的借閱行為進行研究，根據讀者喜好確定其喜歡的讀物的類型，進而提高閱讀推薦的可靠性，構建讀者的借閱模式，進而將適合的書籍和資料推薦給讀者。如運用數據庫技術，將用戶信息合理存儲和整合，做好圖書文獻的科學推薦。

3.2書籍文獻檢索

圖書館管理平臺和系統應用中，圖書文獻檢索是最基本的功能模塊，傳統的文獻檢索，圖書館只是將館藏書籍和文獻提供給借閱者，沒有進行針對性的推薦。圖書館對讀者提供書籍推薦服務，主要目的是減輕圖書館人員工作強度，為讀者提供其喜歡和需要的書籍和文獻資料，提高圖書館運行的效率，提升圖書資源的利用率。在書籍文獻檢索系統建設中，首先要做好數據的準備，做好相關數據的收集，這是數據挖掘技術的基礎，主要收集讀者的過往查閱和借閱數據和信息。其次，做好數據信息的篩選和處理，對篩選的數據進行處理，消除重負數據和信息，把處理的數據進行和轉換，建立結構化數據庫。另外，做好數據挖掘，采用關聯分析和聚類分析方法，將一些讀者的相關信息進行收集和處理。

3.3館藏書架管理

在高校中，圖書館的作用更為明顯，對廣大學生和教職工提供了各類書籍和資料，為學校教育和科研事業的發展提供了廣泛的資料，為學生學習提供了一些工具書等等。社會上的圖書館具有一些公益性質，也有的涵蓋圖書銷售功能和圖書有償借閱服務。圖書館的館藏書籍和文獻數量十分龐大，內容囊括了多個專業和各個領域，采用數據挖掘技術對館藏書籍和文獻進行整理是十分必要的，可以為書架整理和書籍擺放提供科學的依據。圖書館要對用戶進行分類處理，做好采購新書的準備，因此，書架上要預留出足夠的位置，價值逐漸衰退的文獻要及時剔除。圖書館還要針對借閱量較大的各類書籍進行統計，做好書籍借閱量排行統計，對圖書進行分類處理，一些借閱量較高的書籍文獻要放在顯眼和重要的位置上，當然要結合書籍定期更新文獻資源。

4圖書館個性化推薦系統功能模塊設計

圖書館要結合讀者需求設計個性推薦系統模塊，如圖1所示。

4.1系統管理

圖書館個性化推薦系統主要設置包括配置管理、備份管理、日志管理等。配置管理主要是指設定系統名稱、讀者角色、導人數據模式、上傳文件的保存路徑。備份管理是指對數據庫中的重要數據信息進行備份，這樣防止系統故障和黑客侵入導致數據丟失。另外，日志管理是指對書籍相關數據系統記錄、操作、維護都是常項工作。

4.2用戶管理

圖書館推薦系統用戶管理是指對用戶信息和數據的科學管理，用戶管理主要是添加用戶、編輯用戶、屏蔽用戶、修改密碼，設置權限等功能。圖書館用戶管理要識別登錄者的身份，如管理員、讀者。用戶管理系統模塊可以看到用戶的基本信息、創建日期、登錄時間和登錄次數，為圖書推薦提供科學的根據。

4.3數據管理

首先，圖書館推薦系統中讀者信息導人十分重要，按照數據預處理方式對數據和信息進行處理，將有價值的信息保存起來。其次是圖書信息導人功能和借閱信息導入功能，都是將預處理信息保存到數據庫中。

4.4圖書推薦管理

圖書館要對借閱量進行統計，建立圖書借閱排行統計表，對借閱頻次較高的讀者信息進行挖掘和統計，設置好各項參數。個性化圖書推薦系統應包括歷史書籍推薦、相同作者推薦、和瀏覽推薦。

（1）歷史書籍推薦。對讀者借閱記錄進行分析和統計，采取關聯挖掘技術對讀者借閱記錄進行研究，將得出的規律輸入數據庫，讀者登錄系統就會看到推薦的書籍。

（2）相同作者推薦。讀者登錄系統后，點擊借閱的書籍，會顯示相同作者的推薦，如果沒有借閱記錄，點開任意書籍文獻也會有相同作者的書籍推薦。

（3）瀏覽推薦。讀者在借閱平臺上瀏覽圖書信息時，圖書索引會帶有類似圖書推薦。

4.5購書推薦

圖書館在提供個性化推薦服務過程中，購書推薦也是其中重要的一個環節，圖書館可以將一些書單上傳到閱讀推薦平臺，讀者登錄系統后可以選擇喜歡的數據進行采購。圖書館還可以運用推薦系統征集廣大讀者的意見和建議，及時對館藏書籍和文獻進行調整。

5結束語

綜上所述，隨著數字技術的快速發展，在圖書館管理系統運用數據挖掘技術是具有十分現實的意義的，圖書館要發揮數據挖掘技術的重要作用，為廣大讀者提供需要的書籍和文獻，構建個性化推薦系統對于讀者而言至關重要，進而發揮書籍和文獻資源的作用。