聚類分析在圖書館管理中的應(yīng)用研究

童 浪 裴勝玉（廣西財經(jīng)學(xué)院，廣西 南寧 530003）

?

聚類分析在圖書館管理中的應(yīng)用研究

童 浪 裴勝玉
（廣西財經(jīng)學(xué)院，廣西 南寧 530003）

摘 要：聚類分析是數(shù)據(jù)挖掘中的一種非監(jiān)督分類技術(shù)。聚類分析作為輔助技術(shù)在圖書館管理中發(fā)揮了巨大的作用。本文在介紹聚類分析的基礎(chǔ)上，分析了聚類分析在圖書館管理中的應(yīng)用研究，指出當前聚類分析算法存在的不足，提出新的聚類分析方法。

關(guān)鍵詞：聚類分析；數(shù)據(jù)挖掘；非監(jiān)督學(xué)習(xí)；圖書館管理

高等學(xué)校圖書館作為高校信息服務(wù)中心，提供高等學(xué)校教學(xué)和科學(xué)研究服務(wù)，是培養(yǎng)人才和開展科學(xué)研究的重要基地之一，在高校發(fā)揮著舉足輕重的作用。隨著大學(xué)教育的發(fā)展，高校圖書館的藏書量大幅度增長，隨著計算機技術(shù)的普及和信息資源的日益增長，高校數(shù)字圖書館數(shù)據(jù)呈幾何倍數(shù)增長。面對這些海量數(shù)據(jù)，為更好地推動高校圖書館管理，學(xué)者們相繼提出了各自的聚類分析算法，聚類分析也成為高校圖書館管理中的重要研究技術(shù)之一。

本文結(jié)合圖書館管理中的應(yīng)用，概述聚類分析的基礎(chǔ)上，對聚類分析在圖書館管理中的應(yīng)用研究進行分析，指出當前聚類分析算法存在的不足，提出新的聚類分析方法，從而推進聚類分析在圖書館管理中技術(shù)研究。

1 聚類分析概述

需求是發(fā)明之母。20世紀70年代初，數(shù)據(jù)挖掘成為了慢慢興起的數(shù)據(jù)智能分析技術(shù)，引起專家學(xué)者們的極大關(guān)注，主要源于存在大量數(shù)據(jù)，而這些數(shù)據(jù)也迫切需要轉(zhuǎn)換成有用的信息和知識。在這一歷史發(fā)展階段，聚類分析是數(shù)據(jù)挖掘研究領(lǐng)域的重點課題。

1.1 聚類分析概念

數(shù)據(jù)挖掘（Data Mining，DM）又譯為資料探斟，它是數(shù)據(jù)庫知識發(fā)現(xiàn)中的一個步驟。數(shù)據(jù)挖掘一般是指從大量的、隨機的、不完全的、模糊的、有噪聲的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘的任務(wù)主要包含關(guān)聯(lián)分析、聚類分析、分類、預(yù)測、時序模式和偏差分析等。聚類分析（Clustering analysis）正是數(shù)據(jù)挖掘中的一項重要任務(wù)。聚類分析以“物以類聚”作為劃分依據(jù)，將按相似性將數(shù)據(jù)歸納成若干類別，相同類別的數(shù)據(jù)相似，不相同類別的數(shù)據(jù)彼此相異，聚類過程中劃為一組的稱為一個類（Cluster）。于是可以得出聚類分析的數(shù)學(xué)表達方式：

對于數(shù)據(jù)集合V｛vi|i=1，2，...，n｝，這里，vi為數(shù)據(jù)對象，依據(jù)數(shù)據(jù)對象之間的相近程度將數(shù)據(jù)集合V劃分成k組，滿足以下條件

這一過程稱為聚類分析，Ci（i=1，2，...，n）稱為類（或簇）。

1.2 聚類分析原理

用有序?qū)Γ▁，s）或（x，d）表示輸入，s和d表示聚類樣本數(shù)據(jù)之間的相似程度和相異程度標準。x=｛G1，G2，...，Gk｝作為輸出，其中Gk（k=1，2，...，N）為x的子集，即滿足以下條件

圖1 聚類分析算法分類及代表算法

子集G1，G2，...，Gk稱為類，這些子集都是通過一些關(guān)鍵特征進行描述的。通常，可以通過這些樣本集合的重心或類（簇）中關(guān)系的點來表示n維空間的一類；或借助聚類樹的方式用于表示一類；或通過樣本點屬性的邏輯表達式表示一類。

1.3 聚類分析算法

聚類分析有許多種不同的方法，主要包含以下幾種：層次聚類方法、劃分聚類方法、基于密度的聚類、基于網(wǎng)格的算法和基于模型的算法。以下給出聚類分析算法的分類及代表算法。

2 聚類分析在圖書館管理中應(yīng)用研究

伴隨著計算機網(wǎng)絡(luò)技術(shù)的快速發(fā)展，高校圖書館的藏書量大幅度增長，高校圖書館在人才培養(yǎng)和科學(xué)研究中所占的位置也日益提升，除了傳統(tǒng)模式的圖書館管理外，數(shù)字圖書館也迅速在高校推廣起來。

2.1 聚類分析在圖書管理系統(tǒng)中的應(yīng)用

在圖書管理中，運用聚類分析技術(shù)主要體現(xiàn)在以下幾個方面。比如，從樣本數(shù)據(jù)中分析出讀者的閱讀傾向。如孫凌云在論文中分析了高校學(xué)生讀者的閱讀傾向，以及給出圖書館的相關(guān)對策；吳志強在論文中應(yīng)用了聚類分析來研究讀者閱讀傾向問題；孫銳等在論文中以重慶大學(xué)圖書館作為研究背景，通過圖書預(yù)約數(shù)據(jù)對讀者閱讀傾向展開研究。另外，運用聚類分析算法創(chuàng)建圖書推薦系統(tǒng)。如孫彥超在其論文中，將讀者“查找”圖書轉(zhuǎn)變?yōu)橄蜃x者“推薦”圖書，運用聚類分析來向讀者更好地推薦；王家勝在論文中提出了基于SPSS Clementine的聚類模型，并用于對讀者群體進行細分。聚類分析技術(shù)應(yīng)用于圖書館管理系統(tǒng)中，不僅能充分了解到讀者的興趣和需求，還可以為圖書管理部門開展圖書采購計劃提供及時可靠的數(shù)據(jù)依據(jù)。從而將傳統(tǒng)管理系統(tǒng)中的被動服務(wù)轉(zhuǎn)化為主動服務(wù)，更好地發(fā)揮圖書館的功能。

2.2 聚類分析在數(shù)字圖書館中的應(yīng)用

相比傳統(tǒng)圖書館管理模式，隨著時間的遷移，高校數(shù)字圖書館數(shù)據(jù)呈幾何倍數(shù)增長。面對這些海量數(shù)據(jù)，為更好地推動高校圖書館管理，學(xué)者們運用聚類分析算法也提出了相應(yīng)的改革措施。如潘旭武等在論文中提出運用數(shù)據(jù)挖掘技術(shù)對數(shù)字圖書館進行結(jié)構(gòu)挖掘、內(nèi)容挖掘和用戶使用記錄的挖掘。張付志等在論文中提出一種基于聚類技術(shù)的數(shù)字圖書館個性推薦算法。無論在傳統(tǒng)圖書管理系統(tǒng)，還是對于數(shù)字圖書管理，從這些文獻統(tǒng)計中，聚類分析扮演著越來越重要的角色，承擔起越來越重要的功能作用。

3 聚類分析新方法

綜上所述，這些聚類算法均為單一聚類算法，均為基于傳統(tǒng)聚類分析基礎(chǔ)上的算法。聚類問題的不同也決定了需要使用不同的最優(yōu)化準則，不同的最優(yōu)化策略和不同的聚類準則，因此將產(chǎn)生許多不同的聚類分析方法。目前，關(guān)于圖書館管理中所應(yīng)用的聚類分析方法均只是對一個目標函數(shù)進行優(yōu)化。單目標聚類算法通常在檢測有意義的現(xiàn)實樣本數(shù)據(jù)集合時，因?qū)嶋H樣本數(shù)據(jù)為高維的、稀疏的數(shù)據(jù)而失效。因此，考慮到單目標算法的這些缺點，本文將提出基于多目標優(yōu)化的聚類分析算法用于解決圖書館管理中的問題。

3.1 基于多目標優(yōu)化的聚類分析

基于多目標優(yōu)化的聚類算法已提出許多種。K. Suresh，D. Kundu等在文獻［12］中提出了基于差分進化的自動多目標聚類分析算法；K. S. N. Ripon，C. H. Tsang等在文獻［13］中提出了可變長實數(shù)跳轉(zhuǎn)基因的多目標進化遺傳聚類分析方法；K. S. N. Ripon和M. N. H. Siddique在文獻［14］中提出了基于多目標進化聚類分析算法用于重疊聚類檢測；S. Saha和S. Bandyopadhyay在文獻［15］中提出了對稱的多目標自動聚類分析算法。通過調(diào)查分析，圖書館管理中所遇到的問題中，樣本數(shù)據(jù)集合大多為多特征、多因素、多目標優(yōu)化問題，因此基于多目標優(yōu)化的聚類分析算法更適合求解此類問題。

參考文獻

［1］ Oded Maimon， Lior Rokach（Eds.）. Data Mining and Knowledge Discovery Handbook［M］. Springer， 2005: 321-352.

［2］張云濤，龔玲.數(shù)據(jù)挖掘原理與技術(shù)［M］.北京：電子工業(yè)出版社，2004：49.

［3］孫凌云.高校學(xué)生讀者的淺閱讀傾向及圖書館對策［J］.圖書情報工作，2010，54（3）：85-88.

［4］孫彥超.基于聚類分析算法的圖書推薦系統(tǒng)的研究［J］.數(shù)字圖書館，2015（5）：76-795.

［5］吳志強.基于聚類分析的讀者閱讀傾向研究［J］.圖書館工作研究，2011（15）：82-84.

［6］孫銳，楊新涯.利用圖書預(yù)約數(shù)據(jù)進行讀者閱讀傾向研究——以重慶大學(xué)圖書館為例［J］.圖書館建設(shè)，2011（1）：31-34.

［7］王家勝.聚類分析在高校圖書館讀者群體細分中的應(yīng)用［J］.農(nóng)業(yè)圖書情報學(xué)刊，2011，23（9）：15-42.

［8］孫吉貴，劉杰，趙連宇.聚類算法研究［J］.軟件學(xué)報，2008（1）：46-150.

［9］賀玲，吳玲達，蔡益朝.數(shù)據(jù)挖掘中的聚類算法綜述［J］.計算機應(yīng)用研究，2007（1）.

［10］潘旭武，陳玲洪.數(shù)據(jù)挖掘在數(shù)字圖書中的應(yīng)用研究［J］.浙江高校圖書情報工作，2007，1（81）：36-55.

［11］張付志，姜志英.一種基于聚類技術(shù)的數(shù)字圖書館個性化推薦算法［J］.計算機應(yīng)用與軟件，2008，7（25）：84-99.

［12］ K.Suresh， D.K.S.G.Automatic Clustering with Multi-objective Differential Evolution Algorithms［C］.IEEE Congress on Evolutionary Computation， 2009: 2590-2597.

［13］ K.S.N.Ripon， C.H.T.S. Multi-objective evolutionary clustering using variable-length real jumping genes genetic algorithm［C］. Proceeding of the 18th International Conference on Pattern Recognition， 2006: 1200-1203.

［14］ K.S.N.Ripon， M.N.H.S.Evolutionary multi-objective clustering for overlapping clusters detection［C］.IEEE Congress on Evolutionary Computation， 2009: 976-982.

［15］ S.Saha， S.B.A symmetry based multiobjective clustering technique for evolution of clusters［J］.Pattern Recognition，2010， 43（3）: 738-751.

中圖分類號：G25

文獻標識碼：A