數(shù)據(jù)挖掘在圖書館管理上的應(yīng)用

摘 要：隨著學(xué)生和圖書館里文獻(xiàn)資料的數(shù)量增漲，圖書館管理系統(tǒng)的數(shù)據(jù)正呈指數(shù)增長。使用傳統(tǒng)的人工統(tǒng)計(jì)方法不可能進(jìn)行完整的、如此大量的數(shù)據(jù)分析，如何巧妙的提取需求的信息然后進(jìn)行充分的利用成為了一個(gè)讓人頭疼的問題。而利用數(shù)據(jù)挖掘技術(shù)可以很輕松的解決上述問題。文章通過使用k-means算法進(jìn)行聚類挖掘得到了一個(gè)完整高效的統(tǒng)計(jì)結(jié)果，進(jìn)而根據(jù)統(tǒng)計(jì)結(jié)果對圖書館的管理進(jìn)行改善，可以提供更好、更人性化的服務(wù)。最后，文章對未來數(shù)據(jù)挖掘技術(shù)在圖書館的數(shù)據(jù)管理方面的應(yīng)用進(jìn)行了展望和暢想。

關(guān)鍵詞：數(shù)據(jù)挖掘；圖書館管理；個(gè)性化服務(wù)

隨著科學(xué)技術(shù)和文化水平的飛速發(fā)展，人們對知識的需求也越來越強(qiáng)烈，想要更好的工作環(huán)境和生活水平，與自身的知識水平是密不可分的。因此，越來越多的人選擇不斷汲取知識來武裝自己，而圖書館是汲取各種知識、了解國內(nèi)外最新動(dòng)態(tài)的最快捷、方便、省時(shí)省力的地方。由于越來越多的人選擇了圖書館，圖書館中的資料、讀者信息、借閱信息等等也越來越繁多和復(fù)雜，如何更好的處理與充分利用這些信息，成為了圖書館管理與發(fā)展的重大轉(zhuǎn)折點(diǎn)。

所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過程。非常適合進(jìn)行圖書館數(shù)據(jù)的挖掘、管理和應(yīng)用。例如我們可以采用數(shù)據(jù)挖掘的方法分析讀者的行為，總結(jié)其一般的借閱規(guī)律，從而采取相應(yīng)的措施，為讀者創(chuàng)造方便的環(huán)境和提供不同的個(gè)性化的服務(wù)。

實(shí)例分析：分析讀者行為，獲取讀者需求

聚類分析是將數(shù)據(jù)分類到不同的類或者簇這樣的一個(gè)過程，所以同一個(gè)簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。我們可以采用聚類分析的方法把不同的讀者進(jìn)行分類，然后對不同類型的讀者提供不同的服務(wù)，這樣可以更好的管理讀者的借閱情況，也可以給有特殊需求的讀者提供特殊的服務(wù)。下面根據(jù)一些讀者的借閱數(shù)據(jù)進(jìn)行了具體的挖掘?qū)嶒?yàn)，實(shí)現(xiàn)了聚類分析在圖書館數(shù)據(jù)管理方面的應(yīng)用。

第1步：數(shù)據(jù)準(zhǔn)備

我們這里只是做一個(gè)比較簡單的挖掘分析，所以我們只考慮近兩年讀者的借閱情況，因此我們要先做一下數(shù)據(jù)的預(yù)處理，把兩年之前的借閱信息棄掉不用，這兩年每年的借閱數(shù)量和總借閱數(shù)量留待下一步聚類分析使用。由于讀者的情況變化可能會(huì)很大，因此近兩年的數(shù)據(jù)更具代表性，用來進(jìn)行分析也會(huì)更加貼近讀者的真實(shí)需求。

第2步：對數(shù)據(jù)進(jìn)行聚類

在這里我們使用k-means算法對第一步中清理出來的數(shù)據(jù)進(jìn)行聚類挖掘，設(shè)置聚類個(gè)數(shù)為3.代表把讀者一共分成3個(gè)大類，一類為頻繁借閱者，一類為普通借閱者，一類為偶爾借閱者.分好類之后我們就可以針對不同的讀者提供不同的、更加符合讀者需求的、個(gè)性化的服務(wù)了。

按照以下幾個(gè)步驟對收集的數(shù)據(jù)進(jìn)行聚類分析：（1）把目標(biāo)對象劃分成n個(gè)非空子集（聚類）；（2）計(jì)算每個(gè)聚類中所有點(diǎn)的坐標(biāo)平均值，并將這個(gè)平均值作為每個(gè)聚類的中心；（3）計(jì)算每個(gè)點(diǎn)到聚類中心的距離，將每個(gè)點(diǎn)聚類到離該點(diǎn)最近的聚類中心的聚類中去反復(fù)執(zhí)行（2）、（3），直到聚類中心不再進(jìn)行大范圍移動(dòng)或者聚類次數(shù)達(dá)到要求為止下面是虛擬的聚類結(jié)果（見表1、表2）：

第3步：挖掘統(tǒng)計(jì)結(jié)果分析

上文介紹的挖掘方法比較簡單，僅僅是從借閱數(shù)量方面衡量了讀者的需求情況。但是在實(shí)際應(yīng)用中也有很大的可應(yīng)用、可擴(kuò)展?jié)撃?。對于挖掘出來的第一類頻繁借閱者，我們可以適當(dāng)?shù)脑黾悠浣栝啍?shù)量的上限，這樣可以更好的滿足他們的需求；對于第三類偶爾借閱者，我們可以繼續(xù)采用其他的挖掘方法挖掘他們的興趣范圍和較少借閱的原因，從而相應(yīng)地改善圖書館的服務(wù)，為讀者們創(chuàng)造更好的閱讀條件。這樣把讀者分類之后再進(jìn)行數(shù)據(jù)分析，可以更加精確地挖掘出不同讀者的不同需求，可以給不同需求的讀者提供更加個(gè)性化的服務(wù)。

數(shù)據(jù)挖掘在圖書館中的應(yīng)用是多種多樣的，例如利用關(guān)聯(lián)規(guī)則分析圖書借閱種類方面的聯(lián)系，從而改善圖書館的布局；利用決策樹的方法來對讀者的閱讀方向進(jìn)行分類。從而提供個(gè)性化的推薦服務(wù)等等。本文僅從一個(gè)方面對于數(shù)據(jù)挖掘在圖書館的應(yīng)用進(jìn)行了分析，窺一斑而知全豹，數(shù)據(jù)挖掘在圖書館數(shù)據(jù)處理方面的應(yīng)用是廣泛而有效的，可以進(jìn)行更深一步的研究與開發(fā)。在現(xiàn)如今這個(gè)知識大爆炸的年代，各方面的知識和數(shù)據(jù)都應(yīng)該受到廣泛的重視與深入的研究，然而，這些信息魚龍混雜，如何取其精華棄其糟粕就成為了當(dāng)務(wù)之急，通過一些現(xiàn)代化信息技術(shù)的使用，我們可以提升獲取信息的速度、分離出有價(jià)值的信息、根據(jù)這些信息改善服務(wù)水平。隨著技術(shù)的不斷發(fā)展，圖書館的服務(wù)也正在從被動(dòng)化服務(wù)轉(zhuǎn)向主動(dòng)化服務(wù)，從簡單的信息接收轉(zhuǎn)向?yàn)樾畔z索、信息利用。總而言之，數(shù)據(jù)挖掘技術(shù)在圖書館數(shù)據(jù)管理與應(yīng)用方面的應(yīng)用前景非常的廣闊，隨著科學(xué)技術(shù)和圖書館硬件設(shè)備的快速發(fā)展，數(shù)據(jù)挖掘技術(shù)在圖書館的應(yīng)用將實(shí)現(xiàn)巨大的發(fā)展和長足的進(jìn)步。

參考文獻(xiàn)

[1]廖志平.數(shù)據(jù)挖掘在學(xué)校圖書館的應(yīng)用[J].科技創(chuàng)新導(dǎo)報(bào)，2012，（12）：211-213.

[2]Randall Matignon. Data Mining Using SAS Enterprise Miner[M]. Wiley-Blackwell （an imprint of John Wiley & Sons Ltd， 2007，（8）：91-105.

[3]劉軍.數(shù)據(jù)挖掘在讀者閱讀需求偏好研究中的應(yīng)用[J].圖書館論壇，2012（5）：89-93

[4]M.Goebel and L Grucnwald.A survey of data mining and knowledge discovery software tools [J].SIKDD Explorations.1999；1（1）：22-33.

[5]J.Quinlan，C4.5 Programs for Machine Learning[M].Morgan Kaufmann Publishers，1993.

[6]牛根義.國內(nèi)圖書館數(shù)據(jù)挖掘研究[J].現(xiàn)代情報(bào).2009，29（1）：128-133.

作者簡介：宋麗軍（1988-），女，山東省嘉祥縣，現(xiàn)同濟(jì)大學(xué)軟件學(xué)院研究生，碩士學(xué)位，研究方向：信息系統(tǒng)，分布式系統(tǒng)。