基于可視化分析的學(xué)生圖書借閱行為研究

陳鳳

（常熟理工學(xué)院信息化辦公室，江蘇 常熟 215500）

基于可視化分析的學(xué)生圖書借閱行為研究

陳鳳

（常熟理工學(xué)院信息化辦公室，江蘇 常熟 215500）

根據(jù)人的認(rèn)知心理和分析決策活動(dòng)的漸進(jìn)特點(diǎn)，將可視化技術(shù)與商業(yè)智能相結(jié)合，利用學(xué)生、圖書管理等系統(tǒng)所積累的大量數(shù)據(jù)，從多個(gè)主題多個(gè)維度入手，研究高校學(xué)生圖書借閱行為.構(gòu)建了學(xué)生圖書借閱行為可視化分析系統(tǒng)，對(duì)系統(tǒng)的可視化結(jié)果進(jìn)行了分析，研究了高校學(xué)生圖書借閱的行為特征.實(shí)際應(yīng)用證明，系統(tǒng)能夠?yàn)楣芾碚?、領(lǐng)導(dǎo)者提供更加直觀、易懂、科學(xué)的決策支持.

可視化；數(shù)據(jù)倉庫；商業(yè)智能；決策支持

1 引言

1.1 問題的提出

隨著信息技術(shù)在高校的應(yīng)用和數(shù)字化校園的發(fā)展，一方面，圖書信息管理系統(tǒng)為管理層提供了有效的支持，在一定程度上提高了查詢、統(tǒng)計(jì)等業(yè)務(wù)的工作效率，但對(duì)學(xué)生借閱行為理解不夠，對(duì)決策層支持不足.另一方面，長(zhǎng)期積累的海量數(shù)據(jù)用傳統(tǒng)的數(shù)據(jù)分析工具顯得力不從心.以往圖書的決策大多采用調(diào)查問卷、專家咨詢、電話問答等傳統(tǒng)的人工方式，依靠經(jīng)驗(yàn)來制定規(guī)劃和策略，這些方法無法及時(shí)、全面、客觀地反映現(xiàn)實(shí)情況.因此如何有效地分析數(shù)據(jù)，深刻理解學(xué)生借閱行為，輔助領(lǐng)導(dǎo)層做出科學(xué)的決策，成為高校圖書管理亟需解決的問題.

可視化在商業(yè)智能（Business Intelligence簡(jiǎn)稱BI）中的運(yùn)用，既縮短了決策者獲得認(rèn)知的時(shí)間［1］，也把對(duì)數(shù)據(jù)的定量分析與定性分析緊密結(jié)合在一起，形成易于決策者認(rèn)知的信息表現(xiàn)形態(tài)，幫助人們有效地監(jiān)控海量數(shù)據(jù)，為人們分析、理解數(shù)據(jù)，找出規(guī)律提供了強(qiáng)有力的手段.我們將數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理（On-Line Analytical Processing簡(jiǎn)稱OLAP）與可視化技術(shù)相結(jié)合，構(gòu)建學(xué)生圖書借閱行為可視化分析系統(tǒng)，目的在于用更易于理解的方式分析學(xué)生借閱行為，為圖書管理者提供必要的信息服務(wù)，為學(xué)生管理者提供科學(xué)輔助.具體來說，一方面，對(duì)圖書采購、推薦、流通，以及優(yōu)化館藏結(jié)構(gòu)、滿足讀者需求、平衡經(jīng)費(fèi)分配等提供有效的決策支持，使圖書管理具有快速的反應(yīng)能力，能夠及時(shí)跟上教學(xué)、科研的需要，進(jìn)一步促進(jìn)學(xué)校學(xué)科、專業(yè)等建設(shè)，提高圖書管理服務(wù)水平.另一方面，通過結(jié)合學(xué)生基本信息及其他在?；顒?dòng)信息對(duì)圖書借閱數(shù)據(jù)加以分析，發(fā)現(xiàn)和預(yù)測(cè)一些問題，正確引導(dǎo)學(xué)生的心理和行為動(dòng)向，輔助學(xué)生管理.

1.2 可視化分析

傳統(tǒng)的數(shù)據(jù)表示方式僅是一些趨勢(shì)性和數(shù)據(jù)間的簡(jiǎn)單比較，不能向決策者全方位地展示信息.與之相比，可視化是把數(shù)據(jù)、信息和知識(shí)轉(zhuǎn)化為可視的表現(xiàn)形式的過程，用形象的圖形來表達(dá)抽象的數(shù)字信息［2-3］.充分借鑒了“一圖勝千言”的思想，也就是說，傳統(tǒng)的數(shù)據(jù)分析可能需要對(duì)上百頁的數(shù)據(jù)進(jìn)行排序，可視化分析只需要用一幅圖片就能說明同樣問題.可視化方法使決策者能夠快速和直觀地發(fā)現(xiàn)有趣的模式，洞察蘊(yùn)含的信息并用于決策部署.

從應(yīng)用實(shí)踐來看，決策本身就是一個(gè)復(fù)雜、漸進(jìn)的反復(fù)過程，而可視化分析方法恰好蘊(yùn)含了漸進(jìn)的特點(diǎn)，并且其分析過程符合決策者的認(rèn)知心理［3］.國(guó)際數(shù)據(jù)公司（International Data Corporation簡(jiǎn)稱IDC）和數(shù)據(jù)倉庫協(xié)會(huì)對(duì)已經(jīng)實(shí)施商業(yè)智能解決方案的客戶進(jìn)行調(diào)研后，得出80%商業(yè)智能的客戶發(fā)現(xiàn)可視化是必須的結(jié)論［4］.因此，將可視化技術(shù)引入到?jīng)Q策分析中，有利于降低決策者思考、判斷的負(fù)擔(dān)，有利于決策者將注意力集中用于分析決策［5-6］.

2 學(xué)生圖書借閱可視化分析研究與實(shí)踐

2.1 學(xué)生圖書借閱可視化分析系統(tǒng)體系結(jié)構(gòu)

圖書借閱可視化分析系統(tǒng)的設(shè)計(jì)思路如下：根據(jù)需求確定決策主題，將來自圖書、學(xué)生等業(yè)務(wù)管理系統(tǒng)和數(shù)據(jù)文件的原始數(shù)據(jù)經(jīng)過SSIS（Microsoft SQL Server Integration Services）工具抽取、清洗、轉(zhuǎn)換并加載到數(shù)據(jù)倉庫中，并對(duì)應(yīng)各個(gè)主題形成數(shù)據(jù)集市；利用SSAS（Microsoft SQL Server Analysis Services）工具創(chuàng)建多維數(shù)據(jù)立方體（CUBE）和可視化數(shù)據(jù)分析模型［7-9］，結(jié)合OLAP技術(shù)合理選擇可視化工具；對(duì)可視化分析結(jié)果加以分析、驗(yàn)證、調(diào)整，運(yùn)用SSRS（Microsoft SQL Server Reporting Services）等前端展示工具生成可理解易交流的報(bào)表、圖形和分析報(bào)告等，以最佳的形態(tài)揭示數(shù)據(jù)的價(jià)值，傳遞決策信息.

圖1 學(xué)生圖書借閱可視化分析系統(tǒng)體系結(jié)構(gòu)

圖2 圖書借閱分析主題

圖書借閱可視化分析系統(tǒng)體系結(jié)構(gòu)如圖1所示，大致分為數(shù)據(jù)預(yù)處理和可視化分析兩個(gè)階段，由基礎(chǔ)數(shù)據(jù)層、數(shù)據(jù)分析層和信息展示層組成.可視化使決策者能夠參與數(shù)據(jù)分析的整個(gè)過程，但鑒于對(duì)技術(shù)能力的要求，無論是數(shù)據(jù)預(yù)處理階段，還是決策模型和圖表選型，決策者通常都不會(huì)直接參與，因此，可視化結(jié)果的可讀性、易于理解性就顯得更為重要.

2.2 確立圖書借閱分析主題

在對(duì)圖書借閱數(shù)據(jù)進(jìn)行可視化分析之前，確立如圖2所示主題：包括學(xué)生管理、圖書館管理和教科研服務(wù)，并將各個(gè)主題細(xì)劃，如學(xué)生管理主題分為閱讀偏好、借還頻率、借閱規(guī)律、與學(xué)習(xí)成績(jī)的關(guān)系及學(xué)生基本情況的影響.限于篇幅，我們僅以部分主題為例展開分析.

2.3 SSAS

對(duì)比IBM、ORACLE、MS的產(chǎn)品，經(jīng)過長(zhǎng)期的實(shí)踐和驗(yàn)證，我們選擇了微軟的BI組件，這是因其具有齊全易用的數(shù)據(jù)分析模型和商業(yè)智能計(jì)算.以分析圖書借閱與學(xué)生成績(jī)的關(guān)系為例，構(gòu)建數(shù)據(jù)源視圖，為學(xué)生基本信息表、院系部門表、學(xué)生成績(jī)表、圖書借閱表、圖書分類表、存放地等建立關(guān)系；形成多維數(shù)據(jù)集CUBE，如圖3所示，確立了學(xué)生成績(jī)、圖書借閱量、圖書價(jià)格等度量值，構(gòu)建了院系部門、學(xué)生基本信息、圖書類別、借閱時(shí)間、館藏地、圖書來源等分析維度，分析者能從多角度全方位地研究學(xué)生的借閱行為，并且作為OLAP之后的分析結(jié)果圖，分析人員可以根據(jù)主題需求查看可視結(jié)果，通過調(diào)整數(shù)據(jù)源、度量值和維度，修改計(jì)算值等方式使設(shè)計(jì)滿足需要，為最終形成可視化結(jié)果做準(zhǔn)備.

圖3 圖書借閱多維數(shù)據(jù)集

2.4 創(chuàng)建可視化分析模型

對(duì)于一個(gè)復(fù)雜的問題，在制定和解釋決策時(shí)，相比數(shù)字或規(guī)則，圖像更加能夠提供生動(dòng)的印象.因此我們需要研究哪種可視化技術(shù)最適合所研究的數(shù)據(jù)，以便向決策者有效地傳遞準(zhǔn)確和重要的信息.

以研究學(xué)生成績(jī)與圖書借閱的潛在關(guān)系為例，關(guān)聯(lián)規(guī)則用于鑒別哪些實(shí)體或者元素很可能在某些情況下共同出現(xiàn)，并能夠發(fā)現(xiàn)一些模式.用戶需要提供一個(gè)有趣程度的定義，可以采用支持度和可信度的形式.用戶采用支持度和可信度的形式來定義有趣程度，支持度（概率）表示了一個(gè)組合在所有的數(shù)據(jù)中出現(xiàn)的頻率，比如英語成績(jī)優(yōu)秀且英語類書借閱量大，占所有學(xué)生讀者借閱量的比例.可信度（重要性）表示的是規(guī)則中同時(shí)出現(xiàn)的概率除以規(guī)則左邊出現(xiàn)的頻率，如英語成績(jī)優(yōu)秀且英語類書借閱量大的概率占英語成績(jī)優(yōu)秀的比例，基于上述規(guī)則，構(gòu)建了如圖4所示的圖書借閱量與學(xué)生成績(jī)的分析模型.

圖4 圖書借閱量與學(xué)生成績(jī)分析模型

3 學(xué)生圖書借閱可視化結(jié)果分析

可視化方法的選擇依賴于所分析數(shù)據(jù)的特征和潛在結(jié)構(gòu)，同時(shí)還依賴于所分析問題的角度［8］.不同的可視化方法適用于不同的問題，比如探索學(xué)生成績(jī)與借閱行為的內(nèi)在聯(lián)系，考慮學(xué)號(hào)、課程、成績(jī)、書名、圖書類別等的數(shù)據(jù)特征，經(jīng)過數(shù)據(jù)預(yù)處理裝載到探索型數(shù)據(jù)集市形成業(yè)務(wù)數(shù)據(jù)集，選擇散點(diǎn)圖展示分析結(jié)果.

圖5 圖書借閱量與學(xué)生成績(jī)的關(guān)系散點(diǎn)圖

在散點(diǎn)圖中，僅根據(jù)記錄的數(shù)值描繪出相應(yīng)的數(shù)據(jù)點(diǎn)而不添加任何的線段或條狀體.當(dāng)需要觀察和評(píng)估兩個(gè)或者更多連續(xù)字段之間的關(guān)系時(shí)，通常選擇散點(diǎn)圖.除了可以顯示是否存在某種關(guān)系外，散點(diǎn)圖還能夠顯示這種關(guān)系的強(qiáng)弱程度.通過將數(shù)據(jù)集中不同字段描繪在圖形中，我們可以分析各種因素和條件對(duì)于問題的不同影響.散點(diǎn)圖不能對(duì)因果關(guān)系進(jìn)行驗(yàn)證，但是會(huì)提供一些可能的方法做進(jìn)一步的分析.當(dāng)有時(shí)間序列字段的時(shí)候，通常不會(huì)使用散點(diǎn)圖，由折線圖來取而代之.如在分析學(xué)習(xí)成績(jī)與借閱行為之間的關(guān)系時(shí)，成績(jī)作為散點(diǎn)圖縱坐標(biāo)軸上的結(jié)果字段，最高成績(jī)位于圖形最上方.借閱數(shù)作為橫坐標(biāo)軸上的潛在原因字段，其字段值從左向右增加.

從圖5中可以看到，圖例分布密集程度較均勻，可見學(xué)生的圖書平均借閱量與平均成績(jī)間并不存在有效的關(guān)聯(lián)，換言之，學(xué)生借閱書籍的多少與成績(jī)的好壞間并沒有絕對(duì)的因果關(guān)系.成績(jī)的好壞與其原有的基礎(chǔ)、自身?xiàng)l件、學(xué)習(xí)習(xí)慣、學(xué)習(xí)興趣等諸多因素有關(guān)，并且借閱大量與學(xué)科無關(guān)的書籍并不有益于提高專業(yè)知識(shí)及成績(jī)，所以所借閱書籍的類別也應(yīng)作為一個(gè)參考點(diǎn).另外，在網(wǎng)絡(luò)時(shí)代，知識(shí)獲取方式呈現(xiàn)出多樣性，除了傳統(tǒng)的紙質(zhì)書籍，學(xué)生也可以通過門戶平臺(tái)、論壇、APP等便捷快速的渠道來閱讀，數(shù)字化閱讀方式突破了傳統(tǒng)紙質(zhì)閱讀不支持互動(dòng)和多媒體內(nèi)容的局限，給圖書管理和服務(wù)帶來了新思路，如不定期的向?qū)W生推送與其專業(yè)相關(guān)的好評(píng)書籍、經(jīng)典書籍和最新書籍等，對(duì)學(xué)生的借閱方向適當(dāng)加以引導(dǎo)；購入電子書籍和多媒體資料、建設(shè)電子閱讀平臺(tái)、開發(fā)APP等新型閱讀方式來拓展學(xué)生獲取知識(shí)的途徑，更好地幫助學(xué)生學(xué)習(xí)，真正發(fā)揮圖書館作為學(xué)生第二課堂的價(jià)值.

當(dāng)然，工具的選擇往往并不唯一，存在多種形式或方法.在為數(shù)據(jù)分析選擇合適的可視化工具時(shí)，需要將所選圖形的可讀性、容易理解程度以及目標(biāo)用戶都考慮在內(nèi).根據(jù)應(yīng)用環(huán)境、工具的優(yōu)缺點(diǎn)和分析數(shù)據(jù)的類型，縮小挖掘工具的范圍.通過試驗(yàn)、比較來判斷最適合的工具［11-14］.如在分析學(xué)生閱讀偏好時(shí)與所在學(xué)院、專業(yè)、性別、年齡等的關(guān)系，以及在借閱某些書刊時(shí)是否也同時(shí)借閱另外一類讀物，用面積圖來表示這些因素的影響大小，用散點(diǎn)圖表示同時(shí)借閱兩種書刊的情況；在分析學(xué)生借閱規(guī)律時(shí)，用估計(jì)算法來預(yù)測(cè)哪類圖書會(huì)在何時(shí)受歡迎，以折線圖來展示隨時(shí)間變化的情況等等.

圖6 館藏結(jié)構(gòu)與圖書借閱率

圖7 學(xué)生閱讀類型偏好

可視化分析階段的第二步是對(duì)數(shù)據(jù)分析的結(jié)果進(jìn)行可視化的評(píng)估，同時(shí)對(duì)所生成的可視化圖形進(jìn)行分析.觀察和操作在預(yù)測(cè)型或者描述型數(shù)據(jù)挖掘工作基礎(chǔ)上創(chuàng)建的二維或三維可視化模型，了解并驗(yàn)證在數(shù)據(jù)挖掘算法中發(fā)現(xiàn)的有趣的信息和模式，用可視化工具和技術(shù)分析圖形，判斷從中得出結(jié)論是否能回答決策者最初提出的問題.SSRS工具對(duì)由SSAS所生成的CUBE、挖掘模型加以可視化查詢、展示，它具有豐富多樣的圖表和方便的查詢功能，能夠很好地滿足數(shù)據(jù)分析及輔助決策的需求.圖6～圖9給出了圖書借閱分析部分主題分析的部分結(jié)果圖表.

從圖6可以看到逸夫館文學(xué)借閱室116室的圖書借閱率在所有館藏借閱室中最高，而書目的平均價(jià)格偏下且冊(cè)次偏少.相對(duì)而言，古籍閱覽室和工具閱覽室平均書價(jià)偏高，與借閱率形成反差.由此可見，文學(xué)類書籍受到學(xué)生讀者的普遍青睞，另外，分析借閱率相對(duì)較低的古籍和工具書不受歡迎的深層原因，古籍書本身的難讀難理解是重要因素之一，而工具書類則應(yīng)結(jié)合科技發(fā)展的時(shí)代因素.

從圖7可以看到，學(xué)生偏愛文學(xué)讀物，工業(yè)技術(shù)次之，而語言文學(xué)類讀物的人均借閱數(shù)也較高.結(jié)合現(xiàn)實(shí)情況來看，文學(xué)讀物不受專業(yè)限制，人人能讀，我校理工科學(xué)生占多數(shù)，工業(yè)技術(shù)的受歡迎度偏高較為合理，計(jì)算機(jī)等級(jí)考試也是其閱讀借閱的動(dòng)力，而語言文學(xué)則與外語類考試息息相關(guān).

圖8 學(xué)生借閱日期規(guī)律

圖9 各類別圖書采購年度趨勢(shì)

從圖8中可以看到，3月和9月為借閱人數(shù)最多的月份，其后開始呈現(xiàn)遞減的趨勢(shì)，2月、7月和8月為借閱低谷.這是因?yàn)?月和9月為春、秋季開學(xué)初，2月、7月和8月為寒暑假，大多數(shù)的學(xué)生在開學(xué)初的學(xué)習(xí)熱情最為高漲，并且新學(xué)期要將所借的圖書歸還后重借，所以借閱量為學(xué)期中最高；而學(xué)期末人均借閱冊(cè)數(shù)的峰值則又說明臨近假期學(xué)生有借閱大量書籍過寒暑假的現(xiàn)象，另外學(xué)期末是集中考試階段，在該階段大多數(shù)學(xué)生要準(zhǔn)備考試，所以借閱人數(shù)出現(xiàn)下降趨勢(shì).

從圖9中可以看到，購入圖書的冊(cè)次趨于平穩(wěn)，2004年建館初期將歷年圖書一次性編入，平均書價(jià)逐年上升與物價(jià)的上揚(yáng)有關(guān)，各類別圖書的購入趨勢(shì)與總體趨勢(shì)略有差異，書價(jià)的浮動(dòng)也為總體上升，但各類別間的趨勢(shì)并不一致.各類別圖書的年度購入量和價(jià)格趨勢(shì)與借閱趨勢(shì)結(jié)合分析，對(duì)于書籍的合理購入，資金有效投入和資源的合理配置均具有指導(dǎo)意義.

通過可視化結(jié)果分析，可以看到學(xué)生圖書借閱行為具有以下規(guī)律：①學(xué)生學(xué)習(xí)成績(jī)的好壞與借閱量無必然關(guān)系，但與閱讀偏好存在一定程度的聯(lián)系；②學(xué)生圖書借閱的數(shù)量總體呈現(xiàn)出波狀曲線，與學(xué)生的學(xué)習(xí)積極性相關(guān).③同一個(gè)學(xué)生在不同的學(xué)習(xí)階段呈現(xiàn)出不同的閱讀傾向，隨年級(jí)的增長(zhǎng)發(fā)生變化，與學(xué)校的教學(xué)計(jì)劃和課程安排有一定的聯(lián)系；④學(xué)校的專業(yè)設(shè)置，確定了學(xué)生的閱讀傾向.學(xué)生的借閱行為在總體上呈現(xiàn)良性的、理智的趨勢(shì)，基本上圍繞所學(xué)專業(yè)來閱讀相關(guān)的圖書；⑤學(xué)生個(gè)體差異較大的閱讀量，反映了學(xué)生的不同閱讀偏好，紙質(zhì)閱讀不再是學(xué)生閱讀的唯一途徑，可以通過多渠道獲得；⑥學(xué)生的閱讀傾向帶有明顯的目的性和一定的功利性，學(xué)習(xí)本專業(yè)知識(shí)、完成學(xué)業(yè)是閱讀的首要目的.

總體來說，定性定量的可視化圖表與實(shí)際相結(jié)合，能夠幫助人們對(duì)某些現(xiàn)象做出合理的解釋［15］，甚至扭轉(zhuǎn)一些常見的認(rèn)識(shí)誤區(qū)，從而進(jìn)行科學(xué)的判斷并尋找有效的解決方法，促進(jìn)管理、輔助決策，使學(xué)生能更好地利用圖書館藏，最大限度的發(fā)揮圖書館在高校教育中的輔助作用.如根據(jù)學(xué)生的閱讀偏好，組織形式多樣的讀書活動(dòng)來激發(fā)讀書興趣，科學(xué)地平衡各類目書籍的借閱量，提高資源利用率；根據(jù)學(xué)生的閱讀心理和閱讀需要，制定合理的采購計(jì)劃，提高館藏圖書的質(zhì)量，優(yōu)化館藏結(jié)構(gòu)；根據(jù)總體借閱量的下降，增加新的媒體閱讀方式，打破傳統(tǒng)的紙質(zhì)閱讀的局限和弊端，優(yōu)化借閱環(huán)境；根據(jù)學(xué)生的閱讀行為，采取不同的服務(wù)方式，有針對(duì)性加以引導(dǎo)，將專業(yè)學(xué)習(xí)與課外學(xué)習(xí)有效結(jié)合，提高學(xué)生專業(yè)知識(shí)的同時(shí)拓展學(xué)生知識(shí)面；根據(jù)圖書借閱率，確定圖書復(fù)本量并科學(xué)設(shè)置各類館藏地；根據(jù)學(xué)生的借閱日期規(guī)律，增加高峰時(shí)間段的服務(wù)，調(diào)整開放時(shí)間，提高圖書館管理水平和服務(wù)質(zhì)量等.

4 結(jié)論

本文根據(jù)認(rèn)知心理和決策過程的特點(diǎn)，將可視化與商業(yè)智能相結(jié)合，構(gòu)建了圖書借閱的可視化分析系統(tǒng).重點(diǎn)對(duì)圖書借閱可視化分析階段展開了研究，從分析結(jié)果來看，可視化的引入使得決策分析更加科學(xué)合理，與傳統(tǒng)的決策分析相比，縮短了分析人員與決策者的溝通時(shí)間，降低了數(shù)據(jù)分析的難度，提高了信息的可讀性及易懂性.對(duì)圖書借閱數(shù)據(jù)的可視化分析為圖書館管理提供了有效的決策支持信息，優(yōu)化了館藏結(jié)構(gòu)，滿足了師生員工的需求，也為學(xué)校的專業(yè)設(shè)置、課程安排提供了參考.

［1］騰東興，王子璐，楊海燕，等.基于交互式可視化組件的分析決策環(huán)境研究［J］.計(jì)算機(jī)學(xué)報(bào)，2011，34（3）：554-565.

［2］BATAGELJ V，MRVAR A.Pajek：Analysis and visualization of large networks［C］//.MUTZEL P.Graph Drawing Software.Berlin：Springer，2002：8-10.

［3］耿學(xué)華，傅德勝.可視化數(shù)據(jù)挖掘技術(shù)研究［J］.計(jì)算機(jī)應(yīng)用與軟件，2006，23（2）：85-87.

［4］SOUKUP T，DAVIDSON I.可視化數(shù)據(jù)挖掘［M］.朱建秋，蔡偉杰，譯.北京：電子工業(yè)出版社，2004：44-46.

［5］NORTH C，SHNEIDERMAN B.Snap-together visualization：A user interface for coordinating visualizations via relational schemata［C］.Palermo：Working Conference on Advanced Visual Interfaces（AVI’00），2000：128-135.

［6］CARD S K，MACKINLAY J D，SHNEIDERMAN B.Readings in Information Visualization：Using vision to Think 1st ed［M］. San Francisco：Morgan Kaufmann，1999：42-45.

［7］蔡偉杰.可視化數(shù)據(jù)挖掘技術(shù)研究及實(shí)現(xiàn)［D］.上海：復(fù)旦大學(xué)，2002：14-17.

［8］孫泳.聯(lián)機(jī)分析處理和可視化技術(shù)研究［D］.合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2003：19-30.

［9］陳偉.商業(yè)智能中的數(shù)據(jù)可視化研究［D］.合肥：合肥工業(yè)大學(xué)，2010：34-35.

［10］陸玉昌，彭清濤.關(guān)聯(lián)規(guī)則挖掘技術(shù)及發(fā)展動(dòng)向［J］.計(jì)算機(jī)工程，2000，26（9）：4-6.

［11］THOMAS J J，COOK K A.Illuminating the Path：Research and Development Agenda for Visual Analytics［M］.Piscataway，N. J.：IEEE-Press，2005：89-92.

［12］吳淼.基于數(shù)據(jù)挖掘技術(shù)的圖書館借閱記錄分析研究［D］.西安：西安電子科技大學(xué)，2011：10-11.

［13］劉琳.基于數(shù)據(jù)挖掘的學(xué)習(xí)成績(jī)與圖書借閱關(guān)系研究［J］.華北科技學(xué)院學(xué)報(bào)，2010，7（4）：117-120.

［14］黃蘭，郭志敏，習(xí)萬球.利用聚類技術(shù)對(duì)圖書館讀者社群的研究分析［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2007，28（22）：5552-5555.

［15］KEIM D,ANDRIENKO G,FEKETE J-D,et al.Visual analytics:Definition,process,and challenges［C］//KERREN A.Information Visualization.LNCS 4950.Berlin：Springer,2008：154-175.

A Study on College Students’Borrowing Behavior Based on Visual Decision Analysis

CHEN Feng
(Informalization Office,Changshu Institute of technology,Changshu 215500,China)

According to the progressive characteristics of human cognitive psychology and decision-making activities,the author of this paper built a library visual decision analysis system with the visualization technology and business intelligence.The paper provides a system architecture and algorithm.It discusses the visualization results and verifies them in practice.The verification results indicate that the system can support the library managers and leaders in making intuitive,understandable,and scientific decisions.

visualization;data warehouse;business intelligence;decision support

TP399

A

1008-2794（2017）02-0055-13

2016-06-06

陳鳳，工程師，碩士，研究方向：數(shù)據(jù)倉庫，數(shù)據(jù)挖掘，E-mail：hhitcf@163.com.