數(shù)據(jù)挖掘技術(shù)在高校圖書館中的應(yīng)用

李雅

[摘 要] 闡述了數(shù)據(jù)挖掘技術(shù)的概念，提出了數(shù)據(jù)挖掘技術(shù)在高校圖書館中應(yīng)用的必要性，并對(duì)數(shù)據(jù)挖掘在高校圖書館四個(gè)方面的應(yīng)用進(jìn)行了分析，旨在為高校圖書館個(gè)性化信息服務(wù)拋磚引玉。

[關(guān)鍵詞] 數(shù)據(jù)挖掘； 高校圖書館

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 19. 059

[中圖分類號(hào)] G251 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2018）19- 0138- 02

1 數(shù)據(jù)挖掘技術(shù)

1.1 數(shù)據(jù)挖掘技術(shù)概念

隨著科技日新月異的發(fā)展，信息加工和處理也成為信息化的主要技術(shù)支撐，目前，許多領(lǐng)域的問題都是通過數(shù)據(jù)挖掘來解決的，數(shù)據(jù)挖技術(shù)在人們?nèi)粘Ｉ钪袘?yīng)用也越來越廣泛。數(shù)據(jù)挖掘技術(shù)幫助人們對(duì)各個(gè)領(lǐng)域的信息處理。

數(shù)據(jù)挖掘是什么？

目前，人們對(duì)信息需求遠(yuǎn)遠(yuǎn)大于過去任何一個(gè)時(shí)代，傳統(tǒng)的統(tǒng)計(jì)工具無法滿足現(xiàn)階段人們的需求，數(shù)據(jù)挖掘技術(shù)也隨著數(shù)字化、信息化的飛速發(fā)展應(yīng)運(yùn)而生。數(shù)據(jù)挖掘就是根據(jù)已有的不清晰、雜亂無章的海量信息，提取出所需信息的過程。

通過數(shù)據(jù)挖掘，大量無規(guī)范的數(shù)據(jù)通過統(tǒng)計(jì)進(jìn)行數(shù)據(jù)分類管理，從而將數(shù)據(jù)的規(guī)律和數(shù)據(jù)模式挖掘出來，并對(duì)未來數(shù)據(jù)的走向進(jìn)行有效分析和預(yù)測[1]。數(shù)據(jù)挖掘技術(shù)與很多學(xué)科領(lǐng)域相互交叉應(yīng)用，涉及的知識(shí)面比較廣泛，相比傳統(tǒng)的信息處理方法，從表面上沒有任何相互關(guān)聯(lián)的數(shù)據(jù)中，挖掘出事情的關(guān)聯(lián)原因，找出事物發(fā)展的規(guī)律，并用數(shù)據(jù)作為支撐，為決策者提供切實(shí)可靠的參考。

1.2 數(shù)據(jù)挖掘類型

按照數(shù)據(jù)結(jié)構(gòu)的方式來劃分，通?？梢苑譃槲谋緮?shù)據(jù)挖掘、Web數(shù)據(jù)挖掘和數(shù)值數(shù)據(jù)挖掘。

1.2.1 文本數(shù)據(jù)挖掘

文本數(shù)據(jù)挖掘，顧名思義就是從文本數(shù)據(jù)中通過計(jì)算機(jī)處理技術(shù)挖掘出有效、有價(jià)值的信息。文本信息挖掘主要包含兩類，一是文本信息；二是文檔類信息挖掘。數(shù)據(jù)挖掘的對(duì)象均為文本信息數(shù)據(jù)。文本信息挖掘方法主要有：文本分類、文本聚類、信息抽取、摘要及壓縮。

挖掘文本數(shù)據(jù)，主要包含對(duì)文本信息特征提取與文本信息分類、分析文本數(shù)據(jù)等。在對(duì)文本數(shù)據(jù)挖掘進(jìn)行應(yīng)用時(shí)，主要是以詞串表示法、貝葉斯分類算法、詞集合算法等技術(shù)手段為輔助，以便于完成信息數(shù)據(jù)相關(guān)工作。

1.2.2 Web數(shù)據(jù)挖掘

Web 數(shù)據(jù)挖掘，從字面上來解讀，是挖掘技術(shù)在Web頁面上的應(yīng)用。包括針對(duì)Web數(shù)據(jù)等信息，如Web頁面結(jié)構(gòu)、用戶信息等等信息數(shù)據(jù)，進(jìn)行提取、優(yōu)化頁面設(shè)置，掌握訪問用戶的內(nèi)容和行為。為用戶提供更多優(yōu)質(zhì)服務(wù)，根據(jù)服務(wù)目的和內(nèi)容的差異，對(duì)不同個(gè)體進(jìn)行差異性的挖掘，具體包括挖掘Web日志、內(nèi)容和結(jié)構(gòu)。

1.2.3 數(shù)值數(shù)據(jù)挖掘

數(shù)值數(shù)據(jù)挖掘，從字面上來看，主要是對(duì)數(shù)值數(shù)據(jù)的挖掘。主要的任務(wù)有描述數(shù)值數(shù)據(jù)和預(yù)測數(shù)值數(shù)據(jù)兩種。數(shù)值數(shù)據(jù)挖掘功能為概念描述，重點(diǎn)進(jìn)行分類分析和預(yù)測分析。常見的方法，有歸納法、模糊數(shù)學(xué)方法、遺傳算法等。

2 數(shù)據(jù)挖掘技術(shù)在高校圖書館建設(shè)中的必要性

2.1 館藏建設(shè)的需要

圖書館作為高校科研和知識(shí)的前沿陣地，它不僅擁有濃郁的書香文化氛圍，豐富的館藏資源也是必不可少的?，F(xiàn)代圖書館，不光需要滿足讀者用戶翻閱紙質(zhì)書籍的需求，也需要滿足數(shù)字資源的需求?，F(xiàn)代科技和互聯(lián)網(wǎng)的發(fā)展，改變了人們的閱讀模式，便利、快捷的碎片化閱讀成為人們首選的閱讀方式。數(shù)字化閱讀越來越受廣大讀者用戶喜愛，人們可以通過搜索引擎迅速查閱到所需圖書的相關(guān)信息，具有時(shí)效性和便捷性。計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展在數(shù)據(jù)挖掘技術(shù)領(lǐng)域，結(jié)合圖書館原有的館藏資源，分析館藏已有資源，將紙質(zhì)書籍做可視化處理，挖掘出信息數(shù)據(jù)中館藏建設(shè)的優(yōu)勢和劣勢，良好結(jié)合圖書館現(xiàn)有館藏情況進(jìn)行分析，將分析結(jié)果進(jìn)行評(píng)估，這對(duì)豐富館藏建設(shè)有著建設(shè)性意義。高校圖書館館藏必須滿足科研和學(xué)科需要，學(xué)生用戶處于積累知識(shí)階段，所需要的信息資源也是各種各樣，對(duì)讀者信息的挖掘，能夠有效有針對(duì)性的節(jié)省開支，館藏內(nèi)容都通過數(shù)據(jù)挖掘技術(shù)來推算和評(píng)估，以供指導(dǎo)未來采購書籍和學(xué)科建設(shè)[2]。

2.2 滿足用戶多樣化需求

高校圖書館的用戶類型，主要是教師讀者和學(xué)生讀者。讀者用戶的不同，需要提供的信息也大不相同。這就要求圖書館對(duì)讀者多樣化需求進(jìn)行數(shù)據(jù)挖掘，并根據(jù)讀者用戶的個(gè)性化需求來推送信息。首先，根據(jù)已知基本讀者信息，得出不同讀者的個(gè)性化需求。其次，分析不同讀者信息需求和獲取信息的多樣化途徑。最后，根據(jù)已有信息內(nèi)容和信息獲取方式，進(jìn)行數(shù)據(jù)挖掘分析對(duì)比，從而實(shí)現(xiàn)因人而異的服務(wù)方式，提升圖書館信息服務(wù)質(zhì)量。根據(jù)讀者信息和訪問等數(shù)據(jù)挖掘，可以反映出讀者用戶的需求，從而更好地服務(wù)讀者。

2.3 符合圖書館未來發(fā)展

現(xiàn)代高校圖書館的重要競爭力是數(shù)字圖書館，這一點(diǎn)符合“互聯(lián)網(wǎng)+圖書館”的發(fā)展。高校圖書館的應(yīng)用信息系統(tǒng)擁有大量數(shù)字資源，并通過網(wǎng)絡(luò)技術(shù)等資源進(jìn)行組織和整合，滿足用戶的需求。只有將大量數(shù)據(jù)資源和互聯(lián)網(wǎng)關(guān)聯(lián)信息進(jìn)行有效的數(shù)據(jù)挖掘，才能挖掘出其中的最大價(jià)值，數(shù)據(jù)挖掘技術(shù)在圖書館信息化發(fā)展和信息服務(wù)建設(shè)方面有著無可替代的優(yōu)勢。

3 數(shù)據(jù)挖掘技術(shù)在高校圖書館中的應(yīng)用

3.1 數(shù)據(jù)挖掘技術(shù)在文獻(xiàn)推薦中的應(yīng)用

文獻(xiàn)利用率是考核高校圖書館服務(wù)質(zhì)量的一項(xiàng)重要的指標(biāo)，如何為讀者用戶提供可參考有價(jià)值的圖書文獻(xiàn)，做好文獻(xiàn)推薦工作是高校圖書館個(gè)性化服務(wù)的重要組成部分。

數(shù)據(jù)挖掘技術(shù)在圖書館借閱率中的應(yīng)用，主要是根據(jù)讀者用戶進(jìn)出圖書館的數(shù)據(jù)與借閱、瀏覽圖書數(shù)據(jù)、進(jìn)行分類分析與關(guān)聯(lián)分析。通過數(shù)據(jù)分析，得出讀者用戶所借閱的數(shù)據(jù)與相關(guān)類別圖書，呈現(xiàn)出一定的關(guān)聯(lián)性，根據(jù)其中的規(guī)律，可以用于后臺(tái)熱點(diǎn)推薦和個(gè)性化推送。

如讀者在借閱卡耐基的《人性的優(yōu)點(diǎn)》時(shí)候，又借閱了相關(guān)心理學(xué)書籍，說明這個(gè)讀者喜歡書籍類型，具有一定關(guān)聯(lián)，那么適當(dāng)推薦心理學(xué)相關(guān)書籍、勵(lì)志書籍給該讀者，可以幫助讀者節(jié)約查閱書籍的時(shí)間，提高對(duì)圖書館的利用率。

3.2 可視化信息服務(wù)

數(shù)據(jù)挖掘技術(shù)比傳統(tǒng)數(shù)據(jù)統(tǒng)計(jì)和表格更加清晰地體現(xiàn)出直觀效果。人工智能技術(shù)和可視化設(shè)備大量引進(jìn)圖書館后，圖書館不僅僅可以將讀者借閱數(shù)據(jù)、館藏?cái)?shù)據(jù)、個(gè)性化偏好等數(shù)據(jù)，用直觀可視化的圖表清晰表現(xiàn)出來。還為圖書館建設(shè)提供一些參考。通過收集數(shù)據(jù)-數(shù)據(jù)挖掘-數(shù)據(jù)評(píng)價(jià)，將圖書館各項(xiàng)數(shù)據(jù)指標(biāo)，實(shí)時(shí)記錄高校圖書館各個(gè)部門人員圖書借閱情況、到館情況、讀者密集度和習(xí)慣，用圖表方式展現(xiàn)出來，為圖書館管理者提供服務(wù)和管理重要依據(jù)。

3.3 閱讀推廣服務(wù)

高校圖書館閱讀推廣服務(wù)，為保證廣大讀者用戶更加充分利用圖書館資源，激發(fā)讀者興趣，推廣校園讀書文化有重要意義。數(shù)據(jù)挖掘技術(shù)結(jié)合圖書館閱讀推廣活動(dòng)，首先對(duì)讀者用戶的瀏覽圖書館界面和借閱記錄進(jìn)行數(shù)據(jù)采集，根據(jù)讀者偏好，結(jié)合圖書館現(xiàn)有館藏資源，篩選讀者用戶可能感興趣的內(nèi)容，并通過網(wǎng)絡(luò)手段推送給讀者用戶；其次，根據(jù)搜索數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，如將熱門關(guān)鍵詞與館藏資源進(jìn)行數(shù)據(jù)信息匹配，以評(píng)價(jià)最好、熱度最大等排列組合推薦給讀者，如熱門當(dāng)紅讀者、出版社、話題最熱等內(nèi)容。再次，根據(jù)深度挖掘信息數(shù)據(jù)，找到相關(guān)規(guī)律，如世界讀書日等熱門節(jié)日，以這些為指標(biāo)為讀者推廣工作提供一些依據(jù)。

3.4 學(xué)科信息服務(wù)

高校圖書館的資源具有豐富的學(xué)術(shù)性特點(diǎn)，數(shù)據(jù)挖掘技術(shù)應(yīng)用于圖書館，為學(xué)院發(fā)展、學(xué)科建設(shè)和服務(wù)提供了特色化服務(wù)。高校圖書館應(yīng)主動(dòng)結(jié)合用戶的實(shí)際需求和專業(yè)特色，進(jìn)行信息服務(wù)。如根據(jù)熱點(diǎn)專業(yè)、精品課程、課堂研究等已有的內(nèi)容，進(jìn)行深度挖掘，使其具有更高價(jià)值，為讀者用戶提供的前沿研究領(lǐng)域和熱點(diǎn)動(dòng)態(tài)。如建筑行業(yè)高校圖書館，重點(diǎn)關(guān)注建筑設(shè)計(jì)、建筑工程、建筑設(shè)備、橋梁等相關(guān)領(lǐng)域前沿研究信息和動(dòng)態(tài)，通過熱點(diǎn)和館內(nèi)資源進(jìn)行深度數(shù)據(jù)挖掘，為讀者用戶從海量數(shù)據(jù)中挑選出隱含的知識(shí)信息，為研究提供正確方向，實(shí)現(xiàn)學(xué)科信息服務(wù)功能。

4 展 望

數(shù)據(jù)挖掘技術(shù)在高校圖書館中除了在文中提到的文獻(xiàn)推薦、可視化信息、學(xué)科信息服務(wù)、閱讀推廣工作中應(yīng)用，在其他圖書館管理工作和建設(shè)中也應(yīng)用得相當(dāng)廣泛。在圖書館未來發(fā)展中，數(shù)據(jù)挖掘技術(shù)還將進(jìn)一步應(yīng)用于信息服務(wù)中，服務(wù)于高校讀者用戶。如何做好數(shù)據(jù)挖掘工作關(guān)系到高校圖書館信息化的發(fā)展。

主要參考文獻(xiàn)

[1]馬婷婷，李濤.基于數(shù)據(jù)挖掘的高校圖書館信息服務(wù). [J].信息與電腦，2017（22）：145-151.

[2]楊建明，劉 芳.基于數(shù)據(jù)挖掘的高校圖書館服務(wù)優(yōu)化研究 [J].情報(bào)與探索，2014（4）：25-32.