淺談數(shù)字圖書館數(shù)據(jù)挖掘

◎武艷榮 宋宇辰

淺談數(shù)字圖書館數(shù)據(jù)挖掘

◎武艷榮 宋宇辰

隨著我國經(jīng)濟的迅速發(fā)展，計算機網(wǎng)絡(luò)技術(shù)方面也取得了尤為突出的成果。而在數(shù)字圖書館的管理中，數(shù)據(jù)挖掘是一個特別重要的環(huán)節(jié)。但因為諸多因素的限制，數(shù)據(jù)挖掘存在著一定的問題，從而對整個數(shù)字圖書館的發(fā)展造成了阻礙。本文就對數(shù)字圖書館數(shù)據(jù)挖掘進行簡要的探討。

數(shù)字圖書館 數(shù)據(jù) 挖掘

在科學(xué)技術(shù)日益發(fā)展的今天，已經(jīng)有越來越多的領(lǐng)域在運用信息化數(shù)字技術(shù)，并且成效非常顯著。數(shù)字挖掘技術(shù)作為數(shù)字圖書館中極為重要的一部分，把傳統(tǒng)圖書館需要大量人員來完成的工作轉(zhuǎn)變?yōu)閿?shù)字技術(shù)操作，極大地節(jié)省了人力和物力。但與其他發(fā)達國家相比，我國整體水平仍然偏低，為了有效地改善目前的現(xiàn)狀，我們必須積極地借鑒先進的數(shù)據(jù)挖掘技術(shù)，從而更好地運用在我國的數(shù)字圖書館管理中。

一、數(shù)據(jù)挖掘的概念

在數(shù)字圖書館中，要想更好地使用數(shù)據(jù)挖掘技術(shù)，就必須要先準(zhǔn)確掌握數(shù)據(jù)挖掘的具體概念。數(shù)據(jù)挖掘主要是指從大量的數(shù)據(jù)當(dāng)中，運用信息技術(shù)準(zhǔn)確地挑選出和挖掘一些隱藏的信息，并將這些信息應(yīng)用在工作實踐中。數(shù)據(jù)挖掘是一個相對較為繁復(fù)的過程，其中包含數(shù)據(jù)的準(zhǔn)備、采集以及結(jié)果的顯示與解釋，因此，我們必須在應(yīng)用數(shù)字挖掘技術(shù)之前做好這幾項工作。而數(shù)字圖書館則是通過計算機和信息檢索技術(shù)，整理和保存全部的圖書信息，同時又是收集和使用數(shù)字信息的綜合智能數(shù)字信息管理和服務(wù)的中心，為讀者提供更為全面的服務(wù)。

二、數(shù)據(jù)挖掘的功能特性

（一）聚類分析

聚類分析是數(shù)據(jù)挖掘中一個較為重要和復(fù)雜的功能特性，主要是指把全部的數(shù)據(jù)個體所具有的特點，通過計算機技術(shù)進行歸納，繼而將這些數(shù)據(jù)匯聚成具有特殊屬性的一個數(shù)據(jù)群組。而聚類又可以分為兩種，一種是把同一類型的數(shù)據(jù)匯聚在一起進行管理和保存，另外一種是把不同類型的數(shù)據(jù)匯聚后進行統(tǒng)一管理。之后就能夠從獲取的特性中知道同類事物的共同點和不同種類事物之間的差異性。

（二）關(guān)聯(lián)分析

關(guān)聯(lián)分析與聚類有著極大的差異性，它主要是指數(shù)字圖書館中收集起來的各種數(shù)據(jù)，它們之間是具有一定關(guān)聯(lián)性的信息。舉例來說，就是在數(shù)字圖書館中的某一組數(shù)據(jù)，其中大多數(shù)的數(shù)據(jù)都相互之間存在著聯(lián)系，從而我們能夠通過對其中一項具體屬性的了解，就可以掌握與其相關(guān)聯(lián)的其他項的屬性。

（三）概念描述

概念描述是指探討和分析某類對象的內(nèi)在涵義，并概括出這一類別對象的有關(guān)特征，這其中又分為區(qū)別描述和特征描述。前者是對不同類別對象之間存在的差別進行描述，后者是對某類對象的共同特征進行描述，并匯總成一個類別的共同特征。

三、數(shù)據(jù)挖掘在數(shù)字圖書館中的應(yīng)用

（一）結(jié)構(gòu)挖掘

結(jié)構(gòu)挖掘的應(yīng)用，就是通過網(wǎng)絡(luò)頁面中的鏈接和組成結(jié)構(gòu)，從中可以盡快地掌握圖書館頁面整體的結(jié)構(gòu)形式，以此來對模式的各個特征做好進一步的分類和分析。通過結(jié)構(gòu)挖掘的使用，我們能夠及時準(zhǔn)確地為數(shù)字圖書館在網(wǎng)絡(luò)建設(shè)方面給出建議，并且還可以從這些鏈接了解和分析到各學(xué)術(shù)的發(fā)展方向如何。此外，還能夠節(jié)省大量的人力和物力，使數(shù)字圖書館的工作效率得到提升。

（二）內(nèi)容挖掘

內(nèi)容挖掘相比較結(jié)構(gòu)挖掘而言，過程更加復(fù)雜，內(nèi)容也較為豐富。其主要包含組織文獻數(shù)據(jù)、特征的自動提取和描述以及自動采集整理專題信息等。首先，組織文獻數(shù)據(jù)主要是指采用現(xiàn)代化的信息技術(shù)，整理和分類數(shù)字圖書館中全部的文件，清楚地了解和掌握每個分類所包含的內(nèi)容，這樣有利于用戶在數(shù)字圖書館查找信息的過程中，能夠通過想要查詢的信息分類，更為迅速地找到有關(guān)的內(nèi)容區(qū)域。另外，還能夠有效地保證準(zhǔn)確地查找到所需信息。其次，自動提取和描述特征是一個需要較高技術(shù)性的過程。在進行數(shù)據(jù)挖掘的過程中，利用一個較為具體的內(nèi)容分析器，分析和提取出其中有關(guān)的內(nèi)容特征，從而可以讓用戶在這些被準(zhǔn)確提取的內(nèi)容特征中更為快捷精準(zhǔn)地查找到所需信息的具體位置。最后，是自動采集整理專題信息。數(shù)據(jù)挖掘雖然取得了一些成果，但其在我國作為一種新型的智能化科技的產(chǎn)物，在發(fā)展過程中還會存在很多的難題等待我們?nèi)ソ鉀Q，因此，這就要求我們必須積極地借鑒國外的先進數(shù)字挖掘技術(shù)，并通過不斷地探究和完善，提高我國的數(shù)據(jù)挖掘技術(shù)水平。

四、結(jié)語

總之，在數(shù)字圖書館的日常管理中，采用數(shù)據(jù)挖掘技術(shù)能夠有效地優(yōu)化和豐富信息資源，以給用戶提供更加優(yōu)質(zhì)的服務(wù)。但為了滿足發(fā)展的需要，我們要不斷地完善我國的數(shù)據(jù)挖掘技術(shù)水平。

[1]唐吉深.圖書館數(shù)據(jù)挖掘技術(shù)研究現(xiàn)狀述評[J].圖書館界， 2011（01）.

[2]洪麗平.數(shù)據(jù)挖掘在圖書館讀者忠誠度研究中的應(yīng)用[J].情報探索，2016（08）.

（責(zé)任編輯 劉冬楊）

武艷榮，內(nèi)蒙古科技大學(xué)經(jīng)濟與管理學(xué)院碩士研究生，包頭市委黨校，助理館員，研究方向：數(shù)據(jù)挖掘與圖書館信息；宋宇辰，博士，內(nèi)蒙古科技大學(xué)經(jīng)濟與管理學(xué)院，教授，研究方向：能源經(jīng)濟環(huán)境可持續(xù)發(fā)展、數(shù)據(jù)挖掘、大數(shù)據(jù)分析）