淺談計算機技術在圖書分類管理中的應用

高鵬博 遲呈英 戰學剛

（遼寧省鞍山市遼寧科技大學，遼寧 鞍山 114051）

一、圖書分類管理的重要性

隨著時代的發展和變革，面對多樣性特征下的書籍數量和類型，需要更加完善、專業的管理模式，由此為圖書館建立提供了保障。作為專業性圖書服務機構，如何發揮出最大效能，滿足不同服務對象的需求，一直是圖書館研究的主要課題，雖然在各種創新方式的支撐下取得了顯著成果，但其所節省的單位時間效益并不可觀。如今，隨著數字化時代的來臨，數字圖書館發展形態之下，圖書分類技術將發揮不可替代的作用，尤其是面對虛擬的網絡信息環境，必須要立足于計算機分類技術，更加快速、便捷、安全地提供分類服務，并以圖書管理系統為窗口，為不同的用戶提供相應圖書資源。而在關聯規則下的文本分類領域，實現了對決策范圍的拓展，解決了傳統圖書分類中的錯誤和缺陷，通過對數據之間關聯性挖掘，實現對文本信息的自動分類，有效實現了對圖書分類管理技術的優化。

二、關聯規則下圖書分類管理應用

1.圖書館文本信息計算

圖書館具有海量信息服務的特征，其數據庫將產生文本頻繁集。而FP-growth則可以依托樹形結構特點，消除候選文本頻繁集因素，壓縮了獲取文本頻繁集的時間與流程成本，提升了文本分類的效率。若以圖書館中所涉及的所有單一文本比作一個項目，則同樣可將圖書館所有項目視為一個集合，通過關聯規則下的Apriori算法和FP-growth算法，對圖書文本信息進行計算。

設I=｛i1，i2，……，in｝為所有文本的集合，設A為多文本所組成的集合，則可以將其稱為文本集。文本子集以事務T表示，同時對不同的事務利用唯一的標識進行表示，即Tid，A作為事務T中的文本集，當且僅當AT。其中，若文本集A中包含k個文本項集時，則K也被稱為文本項集。文本數據庫由D表示，在計算的過程中一般以文本集A在D中所出現的頻次，并核算出其在總文本中的占比，由此被視為文本集A的支持度。當用戶給定最小支持閾值小于文本集支持度時，則將被稱為文本大項集。基于關聯規則之下的圖書分類技術，正是通過XY之間的文本邏輯，利用X所代表的文本隱性規則，Y所代表的線性文本規則，形成數據庫文本的關聯規則XY，其中通過信任度與支持度的關聯，完成對圖書文本分類概率的計算。

2.數字圖書數據處理

數據是數字圖書館最為依賴的內容，通過數據之間的轉換與交互，實現數字圖書館的多樣化功能。數據處理是圖書文本分類的基礎內容，其在注重事物特征的同時實施預定處理模式，以完成具體的圖書分類方法。伴隨現代計算機技術的快速發展，其信息收集與數據處理能力日益增強，實現了圖書文本分類的高效性，能夠在短時間內完成海量的數據處理，并遠遠超過傳統人工處理的精準性，實現了圖書文本內容的自動化處理。根據其具備的流程而言，主要包括了文本預處理、文本特征表示、文本特征選擇及分類器等，這些流程在圖書分類中發揮著承上啟下的關鍵作用，如圖1所示。

圖1 文本分類流程

3.關鍵詞提取分析

在計算機分類技術的應用中，主要的特點在于能夠向用戶提供開放性的服務系統，并根據用戶的實際需求或者檢索目標，對相關的文獻信息進行分類處理，從而實現相關圖書文本的查找。在現代的圖書管理系統中，最為核心的服務是實現信息的存貯與檢索功能，在圖書分類檢索行為中，包括了自動檢索與手工檢索兩個階段，自動檢索主要是根據用戶的偏好進行推薦，而手工檢索則主要是利用文摘、題錄、目錄、索引等關鍵詞，對數據庫中的關聯信息進行分析檢索。從信息提取層面看，用戶所提供的目錄、索引、文摘等關鍵詞，屬于數據庫相關文本的外部特征或者內容特征的描述集合體，而用戶在檢索中應用文獻的事實問題，獲得相關文獻的線索則被稱為提取關鍵詞。因此，通過用戶的提出關鍵詞操作，則能夠運用計算機圖書分類技術，為用戶提供最終文獻信息，以此達到“命中”的效果。

4.圖書館文本分類

基于關聯規則下的圖書分類技術，其根本目標在于通過數據集找到項與項之間的關系。在實際的文本分類過程中，可以建立相應的邏輯標準，如人文類圖書、自然類圖書等。另外，也可以根據圖書的學科特征或者屬性，進行更為細致地劃分，包括A哲學、B宗教、C倫理……Z社會等，根據特定的編碼規則形成類型標記。再者，利用品種屬于劃分又可分為理論著作、應用著述、學術、教學等類型。由此可見，將計算機圖書分類技術應用于圖書館，尤其是數字圖書館背景下，勢必產生更大的應用效能，使圖書文本分類更加具體，大幅優化管理效率和質量，實現對各類圖書信息資料的高速、便捷搜索。

結語

綜上所述，隨著數字圖書館建設的深入，計算機技術應用日益廣泛，通過信息技術及管理系統的整合，大幅提升了其管理效率與應用價值。圖書分類技術應用于圖書館，為圖書館及用戶提供了銜接便利性，能夠促進數據價值的發揮，使自動分類技術實現應用場景的拓展。