數(shù)據(jù)挖掘建模在高校圖書館中的應(yīng)用

摘要：隨著數(shù)據(jù)庫管理系統(tǒng)在圖書館中的應(yīng)用，大量的數(shù)據(jù)積累在系統(tǒng)中，如何選擇、利用數(shù)據(jù)挖掘工具充分挖掘出數(shù)據(jù)中隱含的有價(jià)值的信息，為讀者提供更加人性化的服務(wù)是當(dāng)前圖書館管理員面臨的嚴(yán)峻問題。本文就利用SQL Server2008這一數(shù)據(jù)庫管理系統(tǒng)對(duì)學(xué)校圖書館中的數(shù)據(jù)進(jìn)行挖掘進(jìn)行探討。

關(guān)鍵詞：數(shù)據(jù)挖掘；SQL Server2008；聚類分析

中圖分類號(hào)：G258.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9599 （2012） 17-0000-02

在高校里圖書館是一個(gè)非常重要部分，圖書館的管理方式最重要的體現(xiàn)就在于高校管理信息化。圖書館里的圖書由于資料很多，有大量的數(shù)據(jù)都是需要嚴(yán)格的管理。但是采用人工方式進(jìn)行管理的話，整體效率就會(huì)低下?，F(xiàn)在，大部分的圖書館都是采取數(shù)據(jù)庫管理系統(tǒng)，但是數(shù)據(jù)的挖掘功能卻沒有很好的被利用。SQL Server2008這是一款很重要的數(shù)據(jù)庫管理系統(tǒng)，它能夠很好的把圖書館管理系統(tǒng)當(dāng)中具有價(jià)值的信息挖掘出來，給管理者一個(gè)很好的參考價(jià)值，讓讀者有更好的個(gè)性化服務(wù)。

數(shù)據(jù)挖掘建模應(yīng)用圖書構(gòu)建中：

1 挖掘工具的選擇

SQL Server2008 中的數(shù)據(jù)挖掘組件是數(shù)據(jù)挖掘工具的典型代表，系統(tǒng)中引入了多個(gè)新的數(shù)據(jù)挖掘算法，與傳統(tǒng)的數(shù)據(jù)挖掘工具相比，SQLServer2008數(shù)據(jù)挖掘功能具備很多優(yōu)勢。基于SQL Server2008有著非常實(shí)用的數(shù)據(jù)挖掘功能，所以選擇其作為挖掘工具。[1]

2 數(shù)據(jù)收集和整理

本校采用的圖書管理系統(tǒng)不成熟，所以它的應(yīng)用系統(tǒng)功能是比較簡單的，因此對(duì)于數(shù)據(jù)的整理相對(duì)來說比較雜亂。

（1）從服務(wù)器端導(dǎo)出相關(guān)數(shù)據(jù)的信息表。由于系統(tǒng)功能簡單，相關(guān)的數(shù)據(jù)表當(dāng)中只有類別的編號(hào)，沒有名稱，所以不能完整的表達(dá)出圖書類別的相關(guān)信息，所以我們需要應(yīng)用人工將數(shù)據(jù)導(dǎo)出來之后，進(jìn)行數(shù)據(jù)匯總。

（2）啟動(dòng)SQL Server 2008 Management Studio，在對(duì)象資源管理器中新建一個(gè)數(shù)據(jù)庫“l(fā)ibrary”數(shù)據(jù)庫，然后建立“l(fā)ib”表，將數(shù)據(jù)填寫在表中，如圖一。ID：編號(hào)，yxzy：是否是醫(yī)學(xué)專業(yè)，sjlx：書籍類型，js：借書情況，xj：是否續(xù)借，jdrs：接待人數(shù)。

3 對(duì)library數(shù)據(jù)庫進(jìn)行數(shù)據(jù)挖掘，建立模型

（1）啟動(dòng) SQL Server Business Intelligence Development Studio，新建一個(gè)商業(yè)智能項(xiàng)目。

（2）新建數(shù)據(jù)源（DS），把library數(shù)據(jù)庫添加進(jìn)來。

（3）新建一個(gè)數(shù)據(jù)庫數(shù)據(jù)源視圖（DSV）。

（4）使用數(shù)據(jù)挖掘向?qū)Ы?shù)據(jù)挖掘結(jié)構(gòu)和挖掘模型。

（5）處理挖掘模型。

（6）使用挖掘模型進(jìn)行分析、預(yù)測。

4 對(duì)挖掘的信息進(jìn)行分析匯總

（1）該表通過數(shù)據(jù)匯總之后，摘錄了18條有代表性的記錄，進(jìn)行分析。按是否是醫(yī)學(xué)專業(yè)類別分書籍，共為兩類：是和否；借書情況分為三類：好、一般、差。是否續(xù)借，分為兩類：是和否；接待人數(shù)分為三類：<100，100～200，>200。以100和200為基準(zhǔn)的原則是按照各個(gè)系別的人數(shù)劃分，有些醫(yī)學(xué)專業(yè)的人數(shù)比較多，例如臨床醫(yī)學(xué)，有些則適中如解剖，有些則是非醫(yī)學(xué)專業(yè)的人數(shù)比較少，如：計(jì)算機(jī)。

（2）采用聚類分析數(shù)據(jù)挖掘方法繼續(xù)分析

聚類分析（clustering）。聚類分析可以建立宏觀的概念， 發(fā)現(xiàn)數(shù)據(jù)的分布模式，以及可能的數(shù)據(jù)屬性之間的相互關(guān)系。聚類算法對(duì)dbo.lib，得出如下結(jié)果，如圖二。

圖二直接給圖書館管理人員提供了決策依據(jù)，為以后的工作提供了理論依據(jù)。比如根據(jù)圖二依懶關(guān)系網(wǎng)絡(luò)圖，可以發(fā)現(xiàn)，書籍的是否續(xù)借直接和該書籍接待人數(shù)和是否借書的情況有關(guān)系。根據(jù)圖三發(fā)現(xiàn)，接待人數(shù)多的則是醫(yī)學(xué)專業(yè)的人比較多，而非醫(yī)學(xué)專業(yè)的人則少，可能是因?yàn)檫@方面的圖書太少，相關(guān)書目更新速度太慢，沒有新的書籍，還有就是這些專業(yè)是學(xué)校新興的學(xué)科，沒有及時(shí)的購買書籍。但是非醫(yī)學(xué)專業(yè)的書籍，如文學(xué)類的圖書被借閱的次數(shù)最多，這也是讓非醫(yī)學(xué)專業(yè)接待人數(shù)在其中占一個(gè)大比例的原因，應(yīng)該把該類圖書置

于易于存放的位置，以便為讀者提供更人性化的服務(wù)等。同時(shí)也應(yīng)該增加一些圖書館中，書籍的種類。

5 結(jié)語

在圖書管理中，引進(jìn)數(shù)據(jù)庫系統(tǒng)以后，節(jié)約了大量的人力、物力，大大提高了辦事效率，使用數(shù)據(jù)挖掘技術(shù)可以挖掘出大量數(shù)據(jù)中隱含的信息，通過這些信息可以為管理者提供更直觀的決策依據(jù)，采取更及時(shí)有效的措施，為讀者提供更加人性化的服務(wù)。

參考文獻(xiàn)：

[1]張堯庭.數(shù)據(jù)采掘入門及應(yīng)用[M].北京：中國統(tǒng)計(jì)出版社，2001.

[2]（加）韓家煒，（加）坎伯（Kamber，M.）.數(shù)據(jù)挖掘概念與技術(shù)[M].范明等，譯.北京：機(jī)械工業(yè)出版社，200.

[3]郭華偉.基于內(nèi)容聚合BLOG學(xué)習(xí)平臺(tái)的輔助教學(xué)研究與實(shí)踐[D]，北京：首都師范大學(xué)，2006.

[4]王夕寧，王曉平.JSP通用模塊及典型系統(tǒng)開發(fā)實(shí)例導(dǎo)航[M].北京：人民郵電出版社，2006：288-296.

[5]方睿，刁仁宏，吳四九編著.網(wǎng)絡(luò)數(shù)據(jù)庫原理及應(yīng)用[M].四川：四川大學(xué)出版社，2005，8.