數(shù)據(jù)挖掘在圖書館管理中的作用

張素慧

摘 要：本文通過深入了解圖書館領(lǐng)域相關(guān)知識(shí)以及對數(shù)據(jù)挖掘技術(shù)的學(xué)習(xí)研究，詳細(xì)分析了圖書館管理應(yīng)用數(shù)據(jù)挖掘技術(shù)的方法及重要性。

關(guān)鍵詞：數(shù)據(jù)挖掘；圖書館管理；重要作用

隨著數(shù)據(jù)挖掘技術(shù)的不斷成熟，數(shù)據(jù)挖掘被應(yīng)用到很多領(lǐng)域，無論是營銷、財(cái)務(wù)、管理、制造業(yè)、通訊還是數(shù)據(jù)收集等方面，只要具有分析價(jià)值，并有分析需求的數(shù)據(jù)庫，就可以利用數(shù)據(jù)挖掘工具進(jìn)行有目的的挖掘分析，從少量數(shù)據(jù)庫中獲得先前不知但具有價(jià)值的信息，并利用這些信息對單位或企業(yè)的情況進(jìn)行反應(yīng)，從而為進(jìn)行管理決策提供依據(jù)。

對圖書館而言，通過數(shù)據(jù)挖掘進(jìn)行圖書館管理是頗具意義的工作，利用數(shù)據(jù)挖掘技術(shù)可以幫助圖書館分析讀者群的需求趨勢，并預(yù)測未來需求的發(fā)展方向，更有效的完成圖書館管理的相關(guān)工作。

一.數(shù)據(jù)挖掘技術(shù)概述

1、數(shù)據(jù)挖掘的定義及含義

數(shù)據(jù)挖掘就是從大量的、不完全的、不確定的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。

數(shù)據(jù)挖掘是一門交叉學(xué)科，它把人們對數(shù)據(jù)的應(yīng)用從低層次的簡單查詢，提升到從數(shù)據(jù)中挖掘知識(shí)，提供決策支持。在這種需求牽引下，匯聚了不同領(lǐng)域的研究者，尤其是數(shù)據(jù)庫技術(shù)、人工智能技術(shù)、數(shù)理統(tǒng)計(jì)、可視化技術(shù)、并行計(jì)算等方面的學(xué)者和工程技術(shù)人員，投身到數(shù)據(jù)挖掘這一新興的研究領(lǐng)域，形成新的技術(shù)熱點(diǎn)。

2、數(shù)據(jù)挖掘基本功能

數(shù)據(jù)挖掘任務(wù)一般可分成描述和預(yù)測兩類。描述性挖掘任務(wù)，是刻畫數(shù)據(jù)庫中數(shù)據(jù)的一般特性；預(yù)測性任務(wù)則在當(dāng)前數(shù)據(jù)上進(jìn)行推斷，進(jìn)行預(yù)測。一般通過如下一些功能來實(shí)現(xiàn)：

概念描述：就是對某類對象的內(nèi)涵進(jìn)行描述，并概括這類對象的有關(guān)特征。概念描述分為特征性描述和區(qū)別性描述，前者描述某類對象的共同特征，后者描述不同類對象之間的區(qū)別。生成一個(gè)類的特征性描述只涉及該類對象中所有對象的共性。生成區(qū)別性描述的方法很多，如決策樹方法、遺傳算法等。

關(guān)聯(lián)分析：主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一個(gè)事件發(fā)生的同時(shí)，另一個(gè)事件也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點(diǎn)在于快速發(fā)現(xiàn)那些有實(shí)用價(jià)值的關(guān)聯(lián)發(fā)生的事件，其主要依據(jù)是應(yīng)該符合一定的統(tǒng)計(jì)意義的相關(guān)事件發(fā)生的概率和條件概率。關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)。

分類分析：就是通過分析樣本數(shù)據(jù)庫中的數(shù)據(jù)，為每個(gè)類別做出準(zhǔn)確的描述，或建立分析型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對其它數(shù)據(jù)進(jìn)行分類。預(yù)測是使用歷史資料去推測估計(jì)未來的數(shù)值以及趨勢，根據(jù)樣本的已知特征估算某個(gè)連續(xù)類型的變量的取值的過程。

3、數(shù)據(jù)挖掘基本過程和主要步驟

在開始數(shù)據(jù)挖掘之前，首先最重要的就是了解數(shù)據(jù)和業(yè)務(wù)問題，明確要去度量或預(yù)測什么，缺少對業(yè)務(wù)的了解，就不可能明確要解決的問題，也就不能為數(shù)據(jù)挖掘準(zhǔn)備數(shù)據(jù)，導(dǎo)致最終很難正確的解釋所得的結(jié)果。

數(shù)據(jù)的選擇：搜索所有與業(yè)務(wù)對象有關(guān)的內(nèi)部和外部數(shù)據(jù)信息，并從中選擇出適用于數(shù)據(jù)挖掘應(yīng)用的數(shù)據(jù)。

數(shù)據(jù)的預(yù)處理：研究數(shù)據(jù)的質(zhì)量，為進(jìn)一步的分析做準(zhǔn)備，并確定將要進(jìn)行的挖掘操作的類型。

數(shù)據(jù)的轉(zhuǎn)換：將數(shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型，這個(gè)分析模型是針對挖掘算法建立的。建立一個(gè)真正適合挖掘算法的分析模型是數(shù)據(jù)挖掘成功的關(guān)鍵。

數(shù)據(jù)挖掘：對所得到的經(jīng)過轉(zhuǎn)換的數(shù)據(jù)進(jìn)行挖掘，除了完善從選擇合適的挖掘算法外，其余一切工作都能自動(dòng)地完成。

結(jié)果分析：解釋并評估結(jié)果。使用的分析方法一般應(yīng)作數(shù)據(jù)挖掘操作而定，會(huì)用到可視化技術(shù)。

二、數(shù)據(jù)挖掘技術(shù)在圖書館管理中的應(yīng)用

1、數(shù)據(jù)挖掘應(yīng)用于圖書館管理的優(yōu)勢

現(xiàn)在困擾圖書館管理的主要問題是：怎樣真正滿足讀者需求，怎樣有效收集讀者反饋信息？怎樣根據(jù)讀者需要提高管理效能？對于以上疑難問題，數(shù)據(jù)挖掘技術(shù)是一個(gè)行之有效的工具。

數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析（查詢、報(bào)表、聯(lián)機(jī)應(yīng)用分析）的本質(zhì)區(qū)別是，數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)規(guī)律，數(shù)據(jù)挖掘具有預(yù)測性、有效性和實(shí)用性三個(gè)特征。

預(yù)測性：通常數(shù)據(jù)庫系統(tǒng)可以高效地實(shí)現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計(jì)等功能，但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢，缺乏挖掘隱藏知識(shí)的手段，數(shù)據(jù)挖掘技術(shù)不僅能對過去的數(shù)據(jù)進(jìn)行查詢和遍歷，而且能夠找出歷史數(shù)據(jù)之間的潛在聯(lián)系，更加全面系統(tǒng)分析讀者閱讀行為規(guī)律，并預(yù)測其未來的需求信息，從而促進(jìn)信息的傳遞。

有效性：數(shù)據(jù)挖掘不是為了替代傳統(tǒng)的統(tǒng)計(jì)分析技術(shù)，相反，它是統(tǒng)計(jì)分析方法學(xué)的延伸和擴(kuò)展。大多數(shù)統(tǒng)計(jì)分析技術(shù)都基于完善的數(shù)學(xué)理論和高超的技巧，預(yù)測的準(zhǔn)確度還是令人滿意的，但對使用者要求很高。隨著計(jì)算機(jī)能力的不斷增強(qiáng)，我們有可能利用計(jì)算機(jī)只通過相對簡單和固定的方法完成同樣的功能。比如，利用神經(jīng)元網(wǎng)絡(luò)和決策樹，在足夠多的數(shù)據(jù)和足夠強(qiáng)的計(jì)算能力下，幾乎不用人的關(guān)照，計(jì)算機(jī)就能實(shí)現(xiàn)許多有價(jià)值的功能。

實(shí)用性：現(xiàn)在數(shù)據(jù)挖掘在圖書館管理應(yīng)用中已經(jīng)可以馬上投入使用，因?yàn)閷@種技術(shù)進(jìn)行支持的三種基礎(chǔ)技術(shù)已經(jīng)發(fā)展成熟。這三大基礎(chǔ)技術(shù)是，海量數(shù)據(jù)搜集，強(qiáng)大的多處理器計(jì)算機(jī)和數(shù)據(jù)挖據(jù)算法。今天，這些成熟的技術(shù)，加上高性能的關(guān)系數(shù)據(jù)庫引擎以及廣泛的數(shù)據(jù)集成，讓數(shù)據(jù)挖掘技術(shù)在當(dāng)前的數(shù)據(jù)倉庫環(huán)境中進(jìn)入了實(shí)用階

2、數(shù)據(jù)挖掘解決的典型問題

圖書館需要搜集和處理大量的數(shù)據(jù)，對這些數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)其數(shù)據(jù)模式及特征，然后可能發(fā)現(xiàn)讀者群的興趣與需求，并且，根據(jù)新觀點(diǎn)，讀者的需求會(huì)隨時(shí)間而變化。

數(shù)據(jù)挖掘可以分兩大類：預(yù)測性數(shù)據(jù)挖掘和描述性數(shù)據(jù)挖掘。

預(yù)測性數(shù)據(jù)挖掘是進(jìn)行數(shù)據(jù)分析，建立一個(gè)或一組數(shù)據(jù)模型，并且根據(jù)模型產(chǎn)生關(guān)于數(shù)據(jù)的預(yù)測，挖掘的信息越是出乎意料，就可能越有價(jià)值。

描述性數(shù)據(jù)挖掘是以概要的方式對數(shù)據(jù)信息進(jìn)行描述，提供數(shù)據(jù)的有意義的一般性質(zhì)。包括：異常檢測、聚集等多種數(shù)據(jù)挖掘方法。

預(yù)測類數(shù)據(jù)挖掘及描述類數(shù)據(jù)挖掘所能解決的典型管理問題包括：讀者群體劃分、文化背景分析以及讀者流失性分析、讀者需求及讀者滿意度評估等。

3、數(shù)據(jù)挖掘應(yīng)用于圖書館管理的領(lǐng)域

對讀者關(guān)系進(jìn)行管理：對于圖書館來說，讀者是至關(guān)重要的資源，應(yīng)當(dāng)高度重視對讀者關(guān)系的建立、維持和培育，實(shí)施讀者戰(zhàn)略，以建立長期穩(wěn)定的供需關(guān)系。因此，建立高效的圖書館管理系統(tǒng)，可以使圖書館更好地了解讀者要求，評估需求價(jià)值，從而為讀者提供個(gè)性化優(yōu)質(zhì)服務(wù)，提高讀者滿意度，建立信任感。

需求評估與管理決策：圖書館管理基于數(shù)據(jù)挖掘應(yīng)用的趨勢，在于建立需求評估模型和進(jìn)行管理決策?？茖W(xué)全面的需求評估是建立在大量基礎(chǔ)數(shù)據(jù)的融合基礎(chǔ)之上的，隨著金融領(lǐng)域、企業(yè)、政府紛紛建立統(tǒng)一數(shù)據(jù)平臺(tái)，基礎(chǔ)數(shù)據(jù)的融合將逐步實(shí)現(xiàn)。隨著數(shù)據(jù)大集中的逐步深入，我們的結(jié)構(gòu)化的數(shù)據(jù)和非結(jié)構(gòu)化的數(shù)據(jù)，搭建起來的這一個(gè)統(tǒng)一的數(shù)據(jù)平臺(tái)，為數(shù)據(jù)挖掘在讀者群需求評估中的應(yīng)用打下了一個(gè)堅(jiān)實(shí)的基礎(chǔ)。利用數(shù)據(jù)挖掘相關(guān)工具如神經(jīng)網(wǎng)絡(luò)算法和決策樹方法建立評價(jià)模型和決策模型，并可以根據(jù)不斷變化的外部數(shù)據(jù)對模型進(jìn)行動(dòng)態(tài)的修正。因此，數(shù)據(jù)挖掘技術(shù)可以支持閱讀需求評級朝著多元細(xì)化的方向發(fā)展。

參考文獻(xiàn)：

[1]謝邦昌等.數(shù)據(jù)采掘入門及應(yīng)用[M].中國統(tǒng)計(jì)出版社，2001

[2]陳楠.基于數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)的決策支持系統(tǒng)[J].計(jì)算機(jī)時(shí)代，1998

[3]薛華成.管理信息系統(tǒng)[M].清華大學(xué)出版社，1998

[4]陳曉紅等著.信息系統(tǒng)教程[M].清華大學(xué)出版社，2003

[5]黃梯云等.管理信息系統(tǒng)[M].高等教育出版社，2000