數據挖掘在高職院校圖書館中的應用研究

李小璽 李學

摘? ?要：順應時代的發(fā)展，遵循高校改革方案，促進高職院校圖書館的發(fā)展建設工作迫在眉睫。通過對數據的收集、整理和分析發(fā)現，圖書使用率低、圖書資源浪費是高職院校普遍存在的問題。將數據挖掘技術和圖書館管理有效結合，從數據收集、整理、分析、處理、挖掘、實施等方面來解決這一難題。

關鍵詞：高職院校;圖書館;數據挖掘

相比于高等院校的智慧圖書館、移動圖書館，高職院校圖書館的發(fā)展受到較大阻力。辦學性質在某種程度上制約了圖書館的發(fā)展，在資金、設備、技術等方面尤為明顯。本次研究，無論設備支持還是技術支持幾乎都是零成本?；旧辖鉀Q了圖書使用率低、圖書資源嚴重浪費的問題，使得圖書館這一典型的服務性場所能為廣大師生提供更優(yōu)質的服務。

1? ? 高職院校圖書館現狀分析

通過對同類院校的走訪和調查以及網上開展的問卷結果的分析，發(fā)現高職院校圖書館中普遍存在如下問題：（1）圖書使用率低，圖書資源嚴重浪費。一些冷門圖書甚至無人借閱。（2）圖書館藏書目標不明確，經常出現購置新書無人借閱的情況。缺少對讀者的借閱需求分析，從而造成資金浪費。（3）館藏分布不合理。很難找到甚至找不到讀者需要的圖書，導致地理分布邊緣化的圖書長期無人借閱。（4）圖書管理人員的工作模式欠佳，嚴重影響工作效率。

2? ? 數據挖掘技術簡介

數據挖掘，一般是指從大量的數據中自動搜索隱藏于其中的、有特殊關系的信息的過程。數據挖掘技術幫助人們從數據的海洋中提煉出有價值的知識和規(guī)則，以從不同的角度、方面、側重點去研究和分析，使數據得到更為充分的利用。數據挖掘技術改變了原有的信息管理模式，不再局限于信息的采集、整理、存儲等工作，轉而升級為更高層次和更加復雜的信息整合、數據處理、知識提取等工作。

3? ? 數據挖掘在高職院校圖書館中的應用

3.1? 研究設計

通過對數據挖掘技術的研究和使用，找到其在圖書館中的主要應用方向。（1）數據分析：對讀者的借閱歷史記錄進行分析與研究，挑選出數據挖掘工作所必要的數據，進行數據加工和處理，使之成為能夠進行數據挖掘的數據源。（2）數據挖掘：選擇聚類算法中的K-MEANS算法對讀者進行數據分析。將讀者細化分為多個相似的讀者群。在群內運用關聯(lián)規(guī)則算法中的APRIORI算法對數據進行數據挖掘。然后分析結果，為向讀者推薦圖書做好準備。（3）功能實現：利用ASP，Java，SQL等技術，在原有圖書管理系統(tǒng)中加入圖書薦購功能模塊，方便收集用戶推薦書目。利用網頁的發(fā)布功能，將數據挖掘的結果（熱門圖書排行榜、關聯(lián)圖書一覽表、專家推薦功能書目單）公布在學校圖書館的網站上，方便廣大師生查閱圖書資料。（4）圖書分類：根據中圖法圖書分類，對圖書大類進行關聯(lián)分析。對于讀者借閱的書目，根據中圖法分類提取大類的索書號，然后通過關聯(lián)分析，找到隱藏在大類之間的關聯(lián)關系，根據關系來調整圖書的上架、排架、下架和采購工作。

3.2? 過程實施

挖掘工具：數據挖掘屬于典型的面向數據的分析與管理技術，能夠為決策提供必要的數據支持。本次研究采用SPSS MODELER數據挖掘工具完成應用開發(fā)，其算法比較先進，具有過程直觀、功能強大的優(yōu)勢，能夠充分滿足系統(tǒng)開發(fā)過程中用戶的個性化需求，并能夠顯著提升系統(tǒng)開發(fā)的效率并縮短開發(fā)周期。

數據選?。罕敬窝芯繉⒈拘D書管理系統(tǒng)中的讀者借閱記錄信息作為數據源進行數據挖掘，具體數據為2018年1月—2018年12月的讀者借還書記錄。進入圖書管理系統(tǒng)后，選擇相應的時間段進行查詢，結果顯示近一年的讀者借閱記錄，通過系統(tǒng)自帶的導出功能將原始數據導出為Excel表格，方便后續(xù)使用。

數據預處理：空白數據會對數據挖掘結果的準確性產生較大的影響，需要查找圖書數據庫將必要信息補全，或者通過將無法填充的數據刪除等方式來保證分析的準確性。一天內多次借還相同書目則會產生重復數據，對挖掘結果造成不利影響。因此，在挖掘前要識別并刪除冗余、重復的數據，減小數據規(guī)模，提高數據的清晰度。

挖掘分析：本次研究預計采用聚類分析和關聯(lián)規(guī)則分析進行數據挖掘。通過聚類分析將讀者分成幾個群，同一群中讀者有相似的愛好。通過觀察相同讀者群內讀者的節(jié)約行為，準確了解讀者的閱讀喜好，從而有針對性地開展個性化服務。使用關聯(lián)規(guī)則挖掘的目的是分析用戶之間圖書借閱的內在關聯(lián)關系，主要采用索書號和分類號開展研究工作。

4? ? 研究價值

（1）提供有效教育的功能。圖書館是學生獲取知識的最佳場所，可以運用數據挖掘技術智能推薦讀者所需書籍。相比于以前讀者自己檢索或管理人員人工推薦的方法，更加準確和高效。（2）優(yōu)化館藏建設的功能。通過關聯(lián)數據分析，發(fā)現圖書之間的潛在聯(lián)系，對圖書的排架、整理、上架等工作提出科學的指導意見。（3）推薦圖書購置的功能?？梢圆捎脭祿诰蚣夹g中的遺傳算法，利用種群進化來主動尋優(yōu)，根據不同領域熱度給出不同的權重，為采購方案的制定給出科學的指導意見，有效利用購書經費。（4）新啟動的功能。推薦系統(tǒng)的核心問題在于新用戶啟動和新書啟動。解決新用戶啟動的問題：讀者登錄后，系統(tǒng)根據讀者的個人信息（系部、專業(yè)），顯示當前圖書使用率排行榜，同時讀者可以查看一定時期內的熱門圖書排行榜，有助于學生選擇圖書。解決新書啟動的問題：利用讀者的圖書薦購信息對新書進行關聯(lián)挖掘，找到新到圖書與讀者之間的關聯(lián)規(guī)則，然后向讀者進行推薦。

5? ? 結語

圖書館作為我國的傳統(tǒng)服務行業(yè)，不僅肩負著為廣大讀者提供信息資源的重要使命，還肩負著保護人類文化遺產的重要責任。高職院校圖書館要想更好地為廣大師生提供服務，必須利用現代化的信息技術，對服務管理工作進行創(chuàng)新，加快圖書館資源的數字化建設。

[參考文獻]

[1]嚴春來.大數據環(huán)境下數據挖掘在高校圖書館中的應用研究[J].網絡安全技術與應用，2017（3）：113.