二分網(wǎng)絡(luò)在高校圖書館云計(jì)算中的實(shí)現(xiàn)研究

水靜　張瑞

〔摘 要〕文章針對(duì)高校圖書館管理中出現(xiàn)的實(shí)際問題，結(jié)合目前云計(jì)算技術(shù)的發(fā)展，利用二分網(wǎng)絡(luò)的研究手段及方法對(duì)其進(jìn)行了全面的分析研究，具體包括度、集聚系數(shù)、社團(tuán)結(jié)構(gòu)及聚類算法，深入討論了二分網(wǎng)絡(luò)在云計(jì)算中的部署，以及二分網(wǎng)絡(luò)在高校圖書館管理中的具體應(yīng)用和所需面臨的問題，為目前的高校圖書館的數(shù)據(jù)分析提供一種比較實(shí)用的方法，幫助高校圖書館建設(shè)一個(gè)穩(wěn)定安全而且實(shí)用的數(shù)據(jù)分析環(huán)境。

〔關(guān)鍵詞〕高校圖書館；云計(jì)算；二分網(wǎng)絡(luò)；應(yīng)用程序

〔中圖分類號(hào)〕G250.7；391 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008－0821（2012）09－0094－03

伴隨我國(guó)高等教育的大發(fā)展，各個(gè)高校圖書館以“加強(qiáng)系統(tǒng)資源建設(shè)，促進(jìn)服務(wù)質(zhì)量提高”為宗旨，逐步更新管理理念，完善管理措施，不斷提高圖書館的信息服務(wù)能力。與此同時(shí)，目前的大學(xué)圖書館大都引入基于數(shù)據(jù)庫(kù)的自動(dòng)化管理系統(tǒng)，這就使得高校圖書館管理不得不面對(duì)一個(gè)圖書館日常借閱數(shù)據(jù)劇增的事實(shí)。其主要原因在于，各大學(xué)圖書館不斷擴(kuò)充自身的館藏書籍?dāng)?shù)量以及各大學(xué)在校學(xué)生數(shù)量的增加。據(jù)調(diào)查顯示，目前我國(guó)一個(gè)普通的綜合性大學(xué)館藏書籍種類大體在3～4萬種，數(shù)量在100～200萬冊(cè)之間，1個(gè)月產(chǎn)生的借閱信息大體在1～2萬條，1年的借閱信息在20萬條左右。如此數(shù)量的信息背后絕對(duì)包含著許多待挖掘的信息,但就這些數(shù)據(jù)的存儲(chǔ)和研究處理方法卻遭遇了許多問題，首先是各高校對(duì)圖書館管理系統(tǒng)及硬件的投入越來越多，與之同時(shí)產(chǎn)生的海量數(shù)據(jù)保存卻越來越吃力，而且各高校保存的數(shù)據(jù)由于類型差異較大，無法實(shí)現(xiàn)共享。其次，缺乏架構(gòu)化、內(nèi)在的和深層次的分析數(shù)據(jù)的分析方法，目前的分析效果不盡理想。

1 云計(jì)算與復(fù)雜網(wǎng)絡(luò)的發(fā)展

2008年以來，云計(jì)算與圖書館管理結(jié)合逐漸成為一個(gè)熱門話題，各大學(xué)圖書館緊跟云計(jì)算的步伐，積極研究云計(jì)算給圖書館帶來的影響，希望充分利用云計(jì)算能切實(shí)提高高校圖書館的信息管理能力。所謂的云計(jì)算是分布式計(jì)算技術(shù)的一種，其最基本的概念，是透過網(wǎng)絡(luò)將龐大的計(jì)算處理程序自動(dòng)分拆成無數(shù)個(gè)較小的子程序，再交由多部服務(wù)器所組成的龐大系統(tǒng)經(jīng)搜尋、計(jì)算分析之后將處理結(jié)果回傳給用戶。透過這項(xiàng)技術(shù)，網(wǎng)絡(luò)服務(wù)提供者可以在數(shù)秒之內(nèi)，達(dá)成處理數(shù)以千萬計(jì)甚至億計(jì)的信息，達(dá)到和“超級(jí)計(jì)算機(jī)”同樣強(qiáng)大效能的網(wǎng)絡(luò)服務(wù)。就高校圖書館而言，可以將圖書信息、借閱者信息以及借閱信息上傳至提供云計(jì)算服務(wù)的服務(wù)器中，而且不用考慮數(shù)據(jù)存儲(chǔ)空間的大小，同時(shí)這些數(shù)據(jù)可以動(dòng)態(tài)更新。高校圖書館不用擔(dān)心應(yīng)用軟件是否是最新版本，極大的減少了學(xué)校為維護(hù)和升級(jí)的應(yīng)用軟件投入的費(fèi)用；另外，數(shù)據(jù)儲(chǔ)存在云端，因此無需擔(dān)心病毒的入侵和硬件的損壞導(dǎo)致數(shù)據(jù)丟失。

目前，高校圖書館對(duì)于圖書及圖書借閱等數(shù)據(jù)的研究主要集中在3個(gè)方面：（1）依靠本身技術(shù)力量, 憑借業(yè)務(wù)管理系統(tǒng)自帶的功能對(duì)數(shù)據(jù)進(jìn)行諸如查詢、匯總等分析工作。（2）依靠數(shù)據(jù)挖掘應(yīng)用技術(shù)對(duì)上述數(shù)據(jù)進(jìn)行定量、歸納分析，調(diào)查顯示2003-2009年間，國(guó)內(nèi)數(shù)據(jù)挖掘技術(shù)在圖書館應(yīng)用研究方面的論文達(dá)到533篇。（3）依靠統(tǒng)計(jì)學(xué)提供的分析方法對(duì)高校圖書館自身數(shù)據(jù)進(jìn)行分析研究，并由此產(chǎn)生了一些高校圖書統(tǒng)計(jì)指標(biāo)。近幾年，伴隨近年大型數(shù)據(jù)庫(kù)的建立和計(jì)算機(jī)存儲(chǔ)與運(yùn)算能力的迅速提高，復(fù)雜網(wǎng)絡(luò)的研究逐步深入，人們利用大量的真實(shí)網(wǎng)絡(luò)數(shù)據(jù)對(duì)高校圖書館系統(tǒng)進(jìn)行分析，尋找呈現(xiàn)表象的內(nèi)在機(jī)制和模式，進(jìn)而試圖發(fā)現(xiàn)支配和影響這些復(fù)雜系統(tǒng)的動(dòng)力學(xué)和演化規(guī)律的內(nèi)在本質(zhì)。

高校圖書館將基本業(yè)務(wù)數(shù)據(jù)上傳至云服務(wù)器，并在云服務(wù)器的基礎(chǔ)架構(gòu)上開發(fā)針對(duì)自身數(shù)據(jù)分析的復(fù)雜網(wǎng)絡(luò)應(yīng)用程序能為高校圖書管理業(yè)務(wù)開辟一條嶄新的思路。

2 復(fù)雜網(wǎng)絡(luò)二分網(wǎng)技術(shù)研究及方法

復(fù)雜網(wǎng)絡(luò)的理論研究對(duì)網(wǎng)絡(luò)安全、網(wǎng)絡(luò)控制和計(jì)算機(jī)病毒傳播的控制與防御等研究產(chǎn)生了重大影響。用圖論的語(yǔ)言來描述，一個(gè)網(wǎng)絡(luò)可以抽象為一個(gè)由節(jié)點(diǎn)的集合V和邊集E組成的圖G=(V，E)。節(jié)點(diǎn)數(shù)記為N=V，邊數(shù)記為M=E。E中每條邊都有V中一對(duì)點(diǎn)與之相對(duì)應(yīng)。對(duì)于高校圖書管理系統(tǒng)而言，點(diǎn)集指的是一個(gè)個(gè)獨(dú)立的圖書和借閱者，而邊集就是圖書與借閱者之間的鏈接，一個(gè)圖書系統(tǒng)的這些大量信息被提取出來就構(gòu)成了一個(gè)完整的復(fù)雜網(wǎng)絡(luò)。該復(fù)雜網(wǎng)絡(luò)同時(shí)具備了一個(gè)顯著的特點(diǎn)，該網(wǎng)絡(luò)由兩類節(jié)點(diǎn)以及兩類節(jié)點(diǎn)之間的連邊組成，同類節(jié)點(diǎn)之間不存在連邊，U代表借閱者，B代表書籍，最終關(guān)系如圖1所示，這樣的網(wǎng)絡(luò)在復(fù)雜網(wǎng)絡(luò)中被稱為二分網(wǎng)絡(luò)。

圖1 高校圖書借閱系統(tǒng)二分網(wǎng)絡(luò)示意圖

利用二分網(wǎng)絡(luò)分析對(duì)圖書借閱系統(tǒng)的研究起始于3項(xiàng)基本的內(nèi)容，它們分別是二分網(wǎng)的度、集聚系數(shù)及社團(tuán)結(jié)構(gòu)及聚類算法。

2.1 二分網(wǎng)的度

度本身的意義是指與該節(jié)點(diǎn)連接的其它節(jié)點(diǎn)的數(shù)目，一個(gè)節(jié)點(diǎn)的度又分為出度和入度兩種。在圖書借閱網(wǎng)絡(luò)的二分網(wǎng)絡(luò)模型中主要包括借閱者的度分布和書籍的度分布，它們分別是指一個(gè)單獨(dú)的借閱者借過書本的數(shù)目的分布，或者是一本書被多少位閱讀者借閱的分布。所有節(jié)點(diǎn)度的平均值稱為網(wǎng)絡(luò)的平均度。從二分網(wǎng)絡(luò)圖書借閱系統(tǒng)實(shí)證的角度出發(fā)，一個(gè)節(jié)點(diǎn)無論從出度或入度的大小直接與該節(jié)點(diǎn)的重要程度相關(guān)。換句話說，通過度分布的研究可以非常直觀的找到最受青睞的書籍作品以及在借閱過程中最活躍的書籍閱讀者。另外，高校圖書借閱的度分布具有時(shí)間演化不變性者，均呈現(xiàn)出指數(shù)分布特征。

2.2 二分網(wǎng)的集聚系數(shù)

集聚系數(shù)是復(fù)雜網(wǎng)絡(luò)非常重要的特性之一，它實(shí)際表達(dá)了網(wǎng)絡(luò)連接的聚集程度，即網(wǎng)絡(luò)有多緊密。如果一個(gè)網(wǎng)絡(luò)結(jié)點(diǎn)有數(shù)個(gè)直接的鄰居結(jié)點(diǎn)，那么這些鄰居結(jié)點(diǎn)之間有可能也是鄰居。聚集性用于描述這種可能性程度。對(duì)于復(fù)雜二分網(wǎng)絡(luò)而言，集聚系數(shù)又細(xì)化為點(diǎn)聚集系數(shù)與邊聚集系數(shù)兩類。對(duì)于高校圖書借閱系統(tǒng)而言，它擁有較多的書籍，但同時(shí)書籍之間具備了較高的關(guān)聯(lián)性，它們中都存在著一些規(guī)模不等的連通集團(tuán)結(jié)構(gòu)。連通集團(tuán)的中心節(jié)點(diǎn)包含某一相關(guān)主題，而中心節(jié)指向的各個(gè)分支節(jié)點(diǎn)含有與該主題有關(guān)的一些內(nèi)容。就是說高校圖書是各學(xué)科或?qū)I(yè)的學(xué)習(xí)資料的集合，這樣很容易形成相關(guān)資料的聚集鏈接，這些內(nèi)容的分析與高校圖書館的管理有著緊密的關(guān)系。

2.3 社團(tuán)結(jié)構(gòu)及聚類算法

高校圖書館借閱圖書節(jié)點(diǎn)呈現(xiàn)出若干個(gè)“群”或“團(tuán)”的結(jié)構(gòu)，復(fù)雜網(wǎng)絡(luò)稱之為社團(tuán)結(jié)構(gòu)。它是指網(wǎng)絡(luò)中的頂點(diǎn)可以分成組，組內(nèi)頂點(diǎn)間的連接比較稠密，組間頂點(diǎn)的連接比較稀疏，如圖2。社團(tuán)結(jié)構(gòu)在實(shí)際高校圖書借閱研究過程中有著重要的意義，它是了解整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)及促進(jìn)有效借閱的重要途徑。其主要步驟包括：（1）設(shè)定某種標(biāo)準(zhǔn)衡量社團(tuán)與社團(tuán)之間的距離或相似度；（2）將圖書館中的每一個(gè)被借閱的圖書視為一個(gè)社團(tuán)，所以在初始狀態(tài)，社團(tuán)數(shù)目與頁(yè)面數(shù)量相等；（3）根據(jù)設(shè)定的衡量標(biāo)準(zhǔn)，計(jì)算社團(tuán)與社團(tuán)間的距離或相似度，并將距離最近的社團(tuán)或相似度最高的社團(tuán)合并在一起形成新的社團(tuán)；（4）重新計(jì)算每對(duì)社團(tuán)間的距離或相似度；（5）不斷重復(fù)合并及重新計(jì)算的步驟，直到找到所有聚類的社團(tuán)。

目前，眾多劃分網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的算法被設(shè)計(jì)出來，主要包括凝聚算法、分裂算法，搜索算法及其他算法四大類。

3 二分網(wǎng)絡(luò)在云計(jì)算中具體實(shí)現(xiàn)

利用二分網(wǎng)絡(luò)對(duì)高校圖書館借閱信息的分析，對(duì)于提高高校圖書館的管理工作非常有幫助，但同時(shí)也存在如下

圖2 社團(tuán)結(jié)構(gòu)網(wǎng)絡(luò)示意圖

幾個(gè)難點(diǎn)問題：（1）根據(jù)筆者調(diào)查收集的數(shù)據(jù)顯示，針對(duì)一個(gè)中等規(guī)模的大學(xué)圖書館，其1年的借閱數(shù)據(jù)基本在20萬條，這些數(shù)據(jù)利用圖書館自身的分析耗時(shí)又耗力。（2）利用復(fù)雜網(wǎng)絡(luò)的分析方法對(duì)于專業(yè)的要求過高，不針對(duì)一般的管理人員。所以，需要一個(gè)平臺(tái)，使圖書管理人員不再淹沒于大量的數(shù)據(jù)和技術(shù)方法，而直接得到分析的結(jié)果。

3.1 平臺(tái)選擇與技術(shù)實(shí)現(xiàn)

云計(jì)算在圖書館領(lǐng)域的應(yīng)用與研究已陸續(xù)展開，圖書館的云時(shí)代即將到來，重塑圖書館生存和發(fā)展的環(huán)境、推動(dòng)圖書館自身變革是云計(jì)算環(huán)境下圖書館發(fā)展的未來趨勢(shì)。云計(jì)算是分布式處理、并行處理和網(wǎng)格計(jì)算的發(fā)展。從本質(zhì)上講，云計(jì)算是指用戶終端通過遠(yuǎn)程連接，獲取存儲(chǔ)、計(jì)算、數(shù)據(jù)庫(kù)等計(jì)算資源。目前，業(yè)界提供云計(jì)算服務(wù)的運(yùn)營(yíng)商較多，對(duì)于高校圖書管理二分網(wǎng)技術(shù)云計(jì)算實(shí)現(xiàn)而言，可以選用谷歌Google。日常在使用的Google Search，Google Earth，GoolgeMap，Google Gmail，Google Doc等等業(yè)務(wù)都是Google基于自己云計(jì)算平臺(tái)來提供的。Google也是通過云計(jì)算的方式，大量的降低計(jì)算成本，使之業(yè)務(wù)更具有競(jìng)爭(zhēng)力，其云計(jì)算平臺(tái)架構(gòu)如圖3所示。

對(duì)于高校圖書管理云計(jì)算的實(shí)現(xiàn)，首先是各類軟件應(yīng)用，一般常見的形式包括圖書館自動(dòng)化系統(tǒng)、辦公自動(dòng)化系統(tǒng)等，都以一種網(wǎng)絡(luò)服務(wù)的形式提供；第二，云存儲(chǔ)服務(wù)，大量的數(shù)字資源都可以存放服務(wù)器上，而不再需要“鏡像”于本地；第三，云計(jì)算服務(wù)提供商，提供本地?cái)?shù)據(jù)中心或者其他業(yè)務(wù)支持；第四，平臺(tái)服務(wù)，大型圖書館引入“云”設(shè)施，利用商用的云計(jì)算解決方案，架構(gòu)滿足本地或局部應(yīng)用的“私有云”平臺(tái)；第五，互聯(lián)網(wǎng)整合服務(wù)，圖書館作為一種服務(wù)中介，需要整合多家平臺(tái)和資源，利用各類云實(shí)現(xiàn)不同“云”之間的互操作，向管理者提供更有效的服務(wù)。

Google云計(jì)算軟件系統(tǒng)為圖書館數(shù)據(jù)的二分網(wǎng)絡(luò)分析提供了一種理想的平臺(tái)，原因在于Google云計(jì)算平臺(tái)軟件系統(tǒng)特別提供了Python與Java開發(fā)開發(fā)工具，而目前絕大多數(shù)的二分網(wǎng)絡(luò)分析程序都是基于上述兩種程序語(yǔ)言編制的，它保證了數(shù)據(jù)分析的可擴(kuò)充性與通用性。同時(shí)，Google云計(jì)算平臺(tái)的并行計(jì)算算法及并行數(shù)據(jù)庫(kù)將極大提高高校圖書館數(shù)據(jù)的分析速度。另外，在借助google云計(jì)算平臺(tái)處理數(shù)據(jù)的同時(shí)，必須注重?cái)?shù)據(jù)存儲(chǔ)格式的界定，目前高校大多數(shù)的數(shù)據(jù)多以EXCEL的xls格式或其它自主格式保存，這對(duì)云端數(shù)據(jù)的二分網(wǎng)絡(luò)處理分析非常不利，高校圖書館的借閱數(shù)據(jù)應(yīng)該轉(zhuǎn)向更加具體的網(wǎng)絡(luò)數(shù)據(jù)格式，例如CSV或NET等格式，這對(duì)后期的處理創(chuàng)造有利的基礎(chǔ)。

3.2 存在問題的思考

云計(jì)算與二分網(wǎng)絡(luò)分析技術(shù)的結(jié)合，將為高校圖書館數(shù)據(jù)分析插上有力的翅膀，但同時(shí)也存在某些待解決的問題：首先是互操作性和標(biāo)準(zhǔn)化問題，在云計(jì)算與圖書管理自動(dòng)化的初步成長(zhǎng)期，由于各廠商都試圖建立自己的接口，同樣是高校圖書館借閱數(shù)據(jù)，卻存在著大相徑庭的存儲(chǔ)與處理方式，導(dǎo)致解決同一問題的方法多樣化。其次，信息安全與保密問題，目前，高校圖書館的數(shù)據(jù)絕大部分是內(nèi)部數(shù)據(jù)，采用不公開的方式處理，但另一方面，二分網(wǎng)方法對(duì)一所大學(xué)數(shù)據(jù)的分析不具備可比性，只有累計(jì)多方的數(shù)據(jù)，才能讓分析處理結(jié)果具備合理性。