探析高校圖書(shū)館數(shù)據(jù)挖掘

楊洋

摘 要： 數(shù)據(jù)挖掘技術(shù)在信息的利用和提取中發(fā)揮著日益重要的作用。本文介紹了數(shù)據(jù)挖掘技術(shù)的基本概念及功能，并對(duì)數(shù)據(jù)挖掘技術(shù)應(yīng)用于圖書(shū)館的研究現(xiàn)狀進(jìn)行了分析，在描述數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，探討了數(shù)據(jù)挖掘在數(shù)字化圖書(shū)館中的應(yīng)用，旨在為圖書(shū)館在數(shù)字資源的組織和管理、服務(wù)質(zhì)量的提升和服務(wù)方式的拓展等提供技術(shù)支持。

關(guān)鍵詞： 圖書(shū)館 數(shù)據(jù)挖掘 數(shù)據(jù)信息

一、高校圖書(shū)館數(shù)據(jù)挖掘的概念及發(fā)展現(xiàn)狀

數(shù)據(jù)挖掘是指從大量數(shù)據(jù)中提取或挖掘隱含的信息或知識(shí)，可以在任何類(lèi)型的信息載體或存儲(chǔ)中進(jìn)行。數(shù)據(jù)挖掘過(guò)程可分為三個(gè)階段：數(shù)據(jù)準(zhǔn)備、采掘操作、結(jié)果表達(dá)和解釋。目前，它已經(jīng)在銀行業(yè)、工程技術(shù)、醫(yī)學(xué)和零售業(yè)等領(lǐng)域得到成功應(yīng)用和空前發(fā)展，在這些領(lǐng)域的成功應(yīng)用鼓舞著人們將數(shù)據(jù)挖掘技術(shù)應(yīng)用到更多、更廣泛的領(lǐng)域中。其中，高校圖書(shū)館就是一個(gè)很好的例子，數(shù)字圖書(shū)館是計(jì)算機(jī)可處理的、有序組織的知識(shí)集合。

隨著網(wǎng)絡(luò)上的數(shù)字圖書(shū)館越來(lái)越多，數(shù)字圖書(shū)館的數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)研究具有較大的應(yīng)用價(jià)值。數(shù)字圖書(shū)館可以突破文獻(xiàn)單元的局限，以知識(shí)單元為基準(zhǔn)進(jìn)行信息挖掘和知識(shí)發(fā)現(xiàn)，從而發(fā)現(xiàn)有規(guī)律的認(rèn)識(shí)。它將提供和實(shí)現(xiàn)資源共享，分散于不同載體、不同地域的數(shù)字化信息資源以網(wǎng)絡(luò)化方式互相聯(lián)結(jié)。除此以外，數(shù)字圖書(shū)館是多方面高新技術(shù)支持的數(shù)字信息資源系統(tǒng)。其使用數(shù)字技術(shù)進(jìn)行信息資源的組織和管理，能夠存儲(chǔ)海量信息，用戶(hù)可以通過(guò)網(wǎng)絡(luò)獲得信息服務(wù)，高效方便地查詢(xún)、檢索信息，并且其信息存儲(chǔ)和用戶(hù)訪(fǎng)問(wèn)不受時(shí)間及地域的限制。

高校圖書(shū)館數(shù)據(jù)挖掘應(yīng)用不是簡(jiǎn)單的互聯(lián)網(wǎng)上的圖書(shū)館主頁(yè)，而是一整套面向?qū)ο蟮?、分布式的、與平臺(tái)無(wú)關(guān)的數(shù)字化資源的集合。其過(guò)程通常是自動(dòng)的，用戶(hù)不必提出確切的問(wèn)題，從而更有利于發(fā)現(xiàn)隱藏的知識(shí)。我們還可以利用數(shù)據(jù)挖掘的研究成果提高信息檢索的精度和效率，改善檢索結(jié)果的表達(dá)，使信息檢索系統(tǒng)提高到一個(gè)新的水平。

二、高校圖書(shū)館數(shù)據(jù)挖掘的運(yùn)用

數(shù)據(jù)挖掘在高校圖書(shū)館中的運(yùn)用比較廣泛，以下將從資源建設(shè)、個(gè)性化服務(wù)、圖書(shū)管理等方面進(jìn)行簡(jiǎn)單論述。（1）數(shù)據(jù)挖掘在圖書(shū)館資源建設(shè)上的應(yīng)用。使用模式挖掘、學(xué)科動(dòng)態(tài)分析，結(jié)合現(xiàn)有館藏信息情況，采用合適挖掘算法及時(shí)發(fā)現(xiàn)信息資源的漏缺，做好文獻(xiàn)的收集訂購(gòu)。對(duì)大量文檔集合內(nèi)容進(jìn)行摘要、分類(lèi)、聚類(lèi)、關(guān)聯(lián)分析，從大量的資源中抽取潛在的有用知識(shí)。采用各種數(shù)據(jù)挖掘技術(shù)與方法，評(píng)判數(shù)字圖書(shū)館文獻(xiàn)信息資源的利用率、有效率等，以便建設(shè)特色館藏。（2）數(shù)據(jù)挖掘在圖書(shū)館個(gè)性化信息服務(wù)中的應(yīng)用。個(gè)性化信息服務(wù)不僅需要針對(duì)不同的用戶(hù)需求提供不同的服務(wù)，更重要的在于發(fā)現(xiàn)用戶(hù)的潛在需求進(jìn)行主動(dòng)的信息服務(wù)。數(shù)據(jù)挖掘技術(shù)為解決此問(wèn)題開(kāi)辟了一條道路。（3）數(shù)據(jù)挖掘在圖書(shū)館管理上的應(yīng)用。數(shù)據(jù)挖掘作為一種深層次的數(shù)據(jù)分析方法，可以從大量的用戶(hù)數(shù)據(jù)中挖掘反映用戶(hù)屬性特征和信息行為特征的信息及規(guī)則，從而為圖書(shū)館用戶(hù)資源管理提供極大的幫助。

此外，數(shù)據(jù)挖掘在數(shù)字圖書(shū)館結(jié)構(gòu)上的運(yùn)用，主要是從網(wǎng)頁(yè)的組織結(jié)構(gòu)和鏈接關(guān)系中獲取知識(shí)，在此基礎(chǔ)上對(duì)頁(yè)面進(jìn)行分類(lèi)和聚類(lèi)，或?qū)ο嚓P(guān)網(wǎng)頁(yè)進(jìn)行分析，發(fā)現(xiàn)數(shù)字圖書(shū)館頁(yè)面的結(jié)構(gòu)和結(jié)構(gòu)模式，從而對(duì)網(wǎng)頁(yè)的質(zhì)量進(jìn)行評(píng)價(jià)，對(duì)檢索方式進(jìn)行優(yōu)化。通過(guò)鏈接分析和掌握學(xué)科發(fā)展?fàn)顩r，指導(dǎo)網(wǎng)站的建設(shè)。

數(shù)據(jù)挖掘可以幫助決策者分析歷史數(shù)據(jù)及當(dāng)前數(shù)據(jù)，從中發(fā)現(xiàn)隱藏的關(guān)系和模式，進(jìn)而預(yù)測(cè)未來(lái)可能發(fā)生的行為。隨著數(shù)據(jù)挖掘研究的深入，需解決的問(wèn)題和面臨的挑戰(zhàn)很多。如：在不同的層次上進(jìn)行交互的數(shù)據(jù)挖掘；數(shù)據(jù)挖掘結(jié)果是否具有準(zhǔn)確性和有用性；用不同形式表示數(shù)據(jù)挖掘的結(jié)果；從不能結(jié)構(gòu)的數(shù)據(jù)源中挖掘信息；數(shù)據(jù)挖掘的方法和模式雖然多樣，卻沒(méi)有統(tǒng)一地對(duì)模型進(jìn)行描述和定義，各數(shù)據(jù)之間缺乏聯(lián)系，造成各數(shù)據(jù)挖掘系統(tǒng)之間的封閉。

三、高校圖書(shū)館數(shù)據(jù)挖掘存在的問(wèn)題及對(duì)策

作為圖書(shū)館的未來(lái)發(fā)展趨勢(shì)，數(shù)字圖書(shū)館擁有海量的數(shù)字資源，如何發(fā)揮其巨大作用、避免信息過(guò)量已經(jīng)成為數(shù)字圖書(shū)館發(fā)展必然要面對(duì)的問(wèn)題，而數(shù)據(jù)挖掘技術(shù)在數(shù)字圖書(shū)館應(yīng)用面臨許多的挑戰(zhàn)。

隨著圖書(shū)館數(shù)字化程度與數(shù)字圖書(shū)館建設(shè)的不斷強(qiáng)化，大多數(shù)圖書(shū)館紛紛引進(jìn)全文中外文大型數(shù)據(jù)庫(kù)，少則數(shù)個(gè)，多則數(shù)十個(gè)，提供的信息更多、更新、更廣泛、更復(fù)雜。然而，目前這些數(shù)字資源尚未有統(tǒng)一的制作和顯示規(guī)范，閱讀格式和檢索界面多種多樣，互不兼容，使得讀者需要安裝多個(gè)瀏覽器，并且對(duì)同一個(gè)主題反復(fù)檢索，效率低下。此外，圖書(shū)館的數(shù)據(jù)庫(kù)系統(tǒng)可以高效地發(fā)揮數(shù)據(jù)的錄入、查詢(xún)、統(tǒng)計(jì)等功能，但無(wú)法從大量數(shù)據(jù)中獲取數(shù)據(jù)背后隱藏的、內(nèi)在的、有用的信息，發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，以致無(wú)法為讀者提供更方便、快捷、高效的服務(wù)。

解決高校圖書(shū)館數(shù)據(jù)挖掘存在的問(wèn)題，我們應(yīng)該致力于找出解決問(wèn)題的對(duì)策。為了避免陷入數(shù)據(jù)豐富，但信息貧乏的局面，圖書(shū)館有必要增強(qiáng)對(duì)信息的處理能力及對(duì)信息資源的組織能力，尤其是對(duì)海量信息的深層次的開(kāi)發(fā)，提取表面上龐雜無(wú)序的信息的內(nèi)在聯(lián)系供讀者使用。同時(shí)，采用數(shù)據(jù)挖掘技術(shù)對(duì)這些數(shù)據(jù)進(jìn)行深入分析、研究對(duì)圖書(shū)館了解讀者的借閱興趣、圖書(shū)采購(gòu)、信息咨詢(xún)等業(yè)務(wù)都有很強(qiáng)的指導(dǎo)作用，對(duì)提高讀者服務(wù)質(zhì)量、資源利用率有很大的幫助。

參考文獻(xiàn)：

[1]譚觀(guān)音，李繼宏.高校圖書(shū)館期刊選訂的模糊決策[J].現(xiàn)代情報(bào)，2011（8）.

[2]李朝葵，凌云.數(shù)據(jù)挖掘及其在圖書(shū)館中的應(yīng)用[J].情報(bào)雜志，2011（6）.

[3]趙宏波，孟雅玲.數(shù)據(jù)挖掘在電信客戶(hù)關(guān)系管理中的應(yīng)用[J].電信技術(shù)，2011（2）.