基于用戶數(shù)據(jù)挖掘的圖書采購模式研究＊

廖宇峰

基于用戶數(shù)據(jù)挖掘的圖書采購模式研究＊

廖宇峰

（廣東食品藥品職業(yè)學院，廣東 廣州 510520）

國內(nèi)圖書館人對基于用戶數(shù)據(jù)挖掘的圖書采購模式方面的研究做了一些探索。圖書采購決策過程中用戶數(shù)據(jù)挖掘的全過程包括收集數(shù)據(jù)、數(shù)據(jù)預處理、建立模型和結果調(diào)整。探討如何引入數(shù)據(jù)挖掘技術，深入挖掘用戶數(shù)據(jù)，為圖書采購決策、管理和服務提供決策支持。

用戶數(shù)據(jù)；數(shù)據(jù)挖掘；圖書采購；采購模式

1 前言

作為學校的文獻信息交流和儲存中心，圖書館一直為學校的教學和科研提供服務。因此，高校圖書館的發(fā)展必須與學校的發(fā)展保持一致，除了專業(yè)教育，通識教育和終身學習習慣也是高校人才培養(yǎng)戰(zhàn)略的重要培養(yǎng)目標。圖書館的館藏資源建設必須與學校的專業(yè)設置、教學計劃緊密結合，在為學校提供專業(yè)文獻資源保障的同時，也為通識教育和終身學習習慣提供保障。

目前，圖書館的館藏資源建設所遇到的需要重點探討的問題，主要集中在怎樣構建快速、真實反映館藏結構分布、用戶實際需求和圖書利用率的動態(tài)圖書采購決策方案。

利用目前方興未艾的數(shù)據(jù)挖掘技術，可以在海量數(shù)據(jù)中迅速獲取到有價值的信息。本文將探討引入數(shù)據(jù)挖掘技術，深入挖掘用戶數(shù)據(jù)，以期幫助館藏文獻資源的建設，充分掌握館藏文獻資源的建設動態(tài)，更好地開展圖書采購業(yè)務，充分保障用戶的知識獲取權益。

2 目前高校圖書館圖書采購的主要工作方式

2.1 專業(yè)采編部門組織采購

部門內(nèi)部的采編工作人員按照采購計劃，根據(jù)各個渠道獲取書目，按照館藏建設制度，挑選合適的書目。由于多個工作人員的知識結構不同，一定程度上增加了選書的多樣性，但因為人員素質(zhì)不盡相同，可能導致效率低下、選書標準差異分化嚴重。此外，因長期沒接觸一線流通工作，導致采編工作人員與用戶溝通不多，不能完全理解用戶的需求。

2.2 用戶薦購方式

用戶薦購也稱為PDA 模式（Patron-Driven Acquisition），用戶可依據(jù)圖書館給出的清單挑選圖書，也可以自選書目，利用現(xiàn)場填寫書單，電子郵箱、電話、微信和QQ等方式告知采購工作者完成圖書推薦過程。目前有條件的圖書館也開始推廣“圖書薦購系統(tǒng)”，用戶可以隨時隨地在系統(tǒng)中選擇圖書，后臺也可以隨時獲取用戶需求清單。

“用戶薦購方式”在很大程度上可以滿足用戶的需求，但是一般用戶只是按照自己的想法來選擇圖書，具有一定的片面性、隨機性和偶發(fā)性。此外用戶薦購數(shù)量無法與館藏建設規(guī)劃相比，只能作為圖書館采購圖書的一種補充。

2.3 館配會和書展現(xiàn)場采購

書展一般展示的是熱門書籍和暢銷書籍，而館配會現(xiàn)場的圖書數(shù)量也有限制。圖書館組織人員參加書展和館配會，是對紙質(zhì)館藏的一種有益補充，但是無法解決專業(yè)性強、全面而且有深度的圖書采購。同時，因為經(jīng)費的問題，參與現(xiàn)場采購的人員不可能數(shù)量太多，因受限于各自的知識面，因此也只能滿足少部分用戶的需求。

3 采購決策相關因素

3.1 流通借閱數(shù)據(jù)

正常情況下，用戶一般都會按需借閱，因此本館的用戶借閱數(shù)據(jù)基本能反映用戶的實際需求。后臺工作人員可以根據(jù)歷史借閱數(shù)據(jù)，統(tǒng)計分析出用戶的偏好和興趣，為圖書的采購工作提供一定的科學依據(jù)。

3.2 主管機構的戰(zhàn)略規(guī)劃

對于高校圖書館而言，圖書館的紙書采購必須與學校的長遠規(guī)劃和專業(yè)設置相匹配，一旦學校開設了新專業(yè)，高校圖書館也必須增加相關的專業(yè)書籍；而如果高校希望增加學生的通識教育，圖書館也理應增加相關的書籍，以配合學校教學、科研和全面育人的戰(zhàn)略規(guī)劃。

而對于公共圖書館而言，圖書采購必須充分考慮當?shù)乇O(jiān)管部門的發(fā)展戰(zhàn)略和規(guī)劃，例如廣州致力于新一代信息技術、人工智能、生物醫(yī)藥和新能源、新材料等新興產(chǎn)業(yè)的發(fā)展，因此相關地區(qū)的公共圖書館應該適當增加相應的藏書，以配合廣州的發(fā)展規(guī)劃，促進相關知識的廣泛傳播。

3.3 圖書出版時間及價格因素

根據(jù)市面上紙質(zhì)圖書的出版規(guī)律，紙書的價值一般會隨著時間的推移而降低，這在一些發(fā)展迅猛的高新技術類圖書上更為明顯。圖書出版時間是采購人員需要重要考量的因素。同時因為經(jīng)費有限，所以大多數(shù)圖書館也會將圖書的價格考慮進去，以達到效益最大化。

隨著信息技術如火如荼的發(fā)展，圖書館獲取和挖掘用戶的數(shù)據(jù)變得越來越科學和便利。深度挖掘用戶數(shù)據(jù)，可以全方位獲取到用戶的真正需求，因此，用戶數(shù)據(jù)已經(jīng)成為越來越多圖書館制訂采購書單時的重要決策依據(jù)。

通過對用戶數(shù)據(jù)進行深入挖掘，進而形成重要的報告，不僅可以事前為圖書采購提供依據(jù)，同時在事后可以作為圖書采購質(zhì)量的評判標準。在對用戶數(shù)據(jù)進行深入挖掘分析之后，制定圖書采購計劃，確定圖書的類型比例，同時在過程中可以糾正偏差，有效提高所購圖書的針對性，充分保障用戶的需求，同時保持館藏資源建設的動態(tài)平衡。因此，基于用戶數(shù)據(jù)挖掘的采購模式已經(jīng)越來越受到廣大圖書館采購工作者的關注。

4 用戶數(shù)據(jù)挖掘?qū)D書館圖書采購決策的驅(qū)動

4.1 本館電子資源使用記錄

目前大部分高校圖書館都會自建具有學校特色的專業(yè)數(shù)據(jù)庫或者購買知網(wǎng)、萬方、超星之類的學術數(shù)據(jù)庫，這些數(shù)據(jù)庫內(nèi)容豐富，囊括了電子報刊、電子書、試題庫和學習庫等電子資源。用戶利用此類數(shù)據(jù)庫的記錄，可以在很大程度上反映需求狀況和閱讀偏好。

4.2 用戶借閱數(shù)據(jù)

用戶的借閱數(shù)據(jù)，例如用戶借閱類目、借閱時間、借閱偏好和借閱數(shù)量等借閱數(shù)據(jù)，為圖書館館藏結構的科學性和合理性提供一定的依據(jù)。

4.3 用戶需求信息

用戶需求信息包括用戶通過“薦購系統(tǒng)”、圈選清單或者QQ、微信發(fā)送給圖書館的實際圖書需求。因此必須發(fā)動師生用戶，積極參與到館藏資源建設中，圖書館準確地掌握用戶的真實需求。特別是學校的學科專家、科研人員提交的圖書需求信息，館內(nèi)工作人員應該特別加以關注。此外，也應該注意收集用戶與館員在溝通交流中產(chǎn)生的一些隱含需求信息。高校教師獲取館藏文獻資源主要用于教學和科研，而科研需求在研究型院校中尤為明顯。對于學生用戶而言，低年級學生獲取館藏文獻資源主要是為了了解與專業(yè)相關的知識，或者通過課外學習增加全方面的知識儲備，而碩士、博士借閱圖書主要是希望有助于開展科研。

4.4 學校專業(yè)建設數(shù)據(jù)

學科建設數(shù)據(jù)主要通過全校專業(yè)設置情況、重點專業(yè)、各專業(yè)師生數(shù)量等數(shù)據(jù)進行描述。重點專業(yè)是學校學科建設的重中之重，一定程度上體現(xiàn)了一所大學的辦學傳統(tǒng)和優(yōu)勢，而新增專業(yè)是各個大學專業(yè)建設新的突破口和新的增 長點。

4.5 圖書流通記錄

在圖書館的自動化管理系統(tǒng)中，保存著圖書館全部的圖書流通記錄，包括各專業(yè)相關的圖書借閱情況、按分類號統(tǒng)計的各類圖書借閱情況、每種圖書的續(xù)借情況、各學科館藏占比（各個不同的學科與圖書館所有的館藏數(shù)量的比例）、某圖書的借閱率與該圖書所在學科的平均借閱率的比較數(shù)據(jù)，該數(shù)據(jù)可以充分反映某學科內(nèi)的熱門和冷門圖書，從而反映用戶的需求。

4.6 OPAC檢索信息

OPAC檢索信息中包含著非常龐大的用戶需求，此類信息包含用戶檢索字段的頻率、檢索時間、點擊瀏覽具體類目情況，甚至還有用戶的所屬專業(yè)、性別和年級等信息。此類數(shù)據(jù)能夠全方位地了解檢索者的需求和借閱偏好，非常有助于對用戶需求進行深度挖掘。

4.7 其他相關數(shù)據(jù)

除上述數(shù)據(jù)以外，圖書館的整體館藏數(shù)據(jù)、大型出版社信息、供應商信息、著者信息和新書書目數(shù)據(jù)對于數(shù)據(jù)挖掘也具有重要的意義。例如著者信息，不同著者知識結構、職稱和科學人文素養(yǎng)不盡相同，名家經(jīng)典、權威專業(yè)人士的質(zhì)量總體會更高一點，因此，著者信息也是必不可少的因素之一；而新書書目數(shù)據(jù)需要盡量做到覆蓋面廣、保證時效、書目信息完整，否則會影響到數(shù)據(jù)挖掘的效果。

5 圖書采購決策過程中用戶數(shù)據(jù)挖掘的模式

收集圖書館的大數(shù)據(jù)尤其是用戶數(shù)據(jù)，包括本館電子資源使用記錄、用戶借閱數(shù)據(jù)、用戶需求信息、學校專業(yè)建設數(shù)據(jù)、圖書流通記錄、OPAC檢索信息和其他相關數(shù)據(jù)等數(shù)據(jù)，然后導入到SQLServer數(shù)據(jù)庫中開始數(shù)據(jù)預處理[3]，刪除冗余、不完整和噪聲較多的不科學、不準確的數(shù)據(jù)；同時剔除已經(jīng)失效的用戶信息，最后將預處理后的數(shù)據(jù)表導入到SPSS Clementine軟件中建立模型；最后依據(jù)導出的結果，反饋給用戶，進行結果調(diào)整。用戶數(shù)據(jù)挖掘模式如圖1所示。

圖1 用戶數(shù)據(jù)挖掘模式

5.1 大數(shù)據(jù)的采集

圖書館在館藏資源信息化建設過程中，產(chǎn)生了大量蘊藏著對于圖書館來說價值連城的數(shù)據(jù)，包括結構化、半結構化和非結構化數(shù)據(jù)，包括本館電子資源使用記錄、用戶借閱數(shù)據(jù)、用戶需求信息、學校專業(yè)建設數(shù)據(jù)、圖書流通記錄、OPAC檢索信息和其他相關數(shù)據(jù)等數(shù)據(jù)。

5.2 數(shù)據(jù)預處理

收集本館電子資源使用記錄、用戶借閱數(shù)據(jù)、用戶需求信息、學校專業(yè)建設數(shù)據(jù)、圖書流通記錄、OPAC檢索信息和其他相關數(shù)據(jù)。這些數(shù)據(jù)可以通過圖書館自動化管理系統(tǒng)以標準格式導出，然后導入到SQLServer 數(shù)據(jù)庫中進行數(shù)據(jù)預處理，刪除冗余缺漏、不完整和噪聲較大的不準確數(shù)據(jù)。

數(shù)據(jù)預處理過程中，應對所獲取數(shù)據(jù)進行統(tǒng)一處理，刪除其中的異常數(shù)據(jù)，同時進行填補缺漏，確保數(shù)據(jù)格式的一致性；因數(shù)據(jù)來源各不相同，所以需要將數(shù)據(jù)格式進行相應統(tǒng)一轉(zhuǎn)換；合并重復的數(shù)據(jù)，確保關鍵數(shù)據(jù)的準確性、完整性和有序性。

5.3 建立模型

決策樹算法通過標引數(shù)據(jù)中的獨特、顯著特征，并根據(jù)這些特征進一步縮小數(shù)據(jù)集，直到建立清晰、完整的相關性。該算法可以對源數(shù)據(jù)中的信息做出科學、明確預測；聚類能夠查找多維空間中數(shù)據(jù)的自然分組，為用戶呈現(xiàn)數(shù)據(jù)更直觀的一般分組[4]。

SPSS可將用戶各種相關的數(shù)據(jù)嚴格地按照要求進行全方位、多角度的整體綜合分析，從而深入挖掘用戶對館藏圖書的真實需求，最后根據(jù)反饋結果調(diào)整本館圖書采購策略，豐富、完善整體館藏結構，進一步提高圖書資源的利用率，更好地實現(xiàn)用戶的需求和完成本館的工作目標。

在SPSS工具中利用分類和回歸樹（C&RT）算法來構建決策樹，對之前預處理過的用戶信息進行深入地數(shù)據(jù)挖掘。具體操作路線：將預處理后的結果導入到SPSS Clementine軟件中建立模型；然后將各個數(shù)據(jù)源節(jié)點、導出節(jié)點、過濾節(jié)點、類型節(jié)點、分布圖節(jié)點和C&RT節(jié)點依次連接起來，按照既定方針配置各個參數(shù)；最后執(zhí)行數(shù)據(jù)分析處理程序。

5.4 結果調(diào)整

按照之前的部署，將各個相關數(shù)據(jù)導入并進行數(shù)據(jù)挖掘后，導出完整的結果報表，這份價值連城的結果報表可為工作人員提供科學、嚴瑾和全面的采購決策。

系統(tǒng)不僅能通過決策樹方法為圖書采購工作提供決策依據(jù)，而且還設計出新書書目，同時可以吸引潛在的用戶群。圖書采購工作人員可以把導出的新書目發(fā)送給學校的師生用戶，讓這些用戶再次挑選、評估新書目。根據(jù)用戶們的反饋，工作人員可以對決策結果進行人工干預和修正。系統(tǒng)不僅能夠提供科學工具分析后的決策，而且還能讓廣大用戶群體直接參與到采購評估工作中，兩者相輔相成，進一步提高新書采購的科學性和合理性。

數(shù)據(jù)挖掘是圖書館信息化決策系統(tǒng)的重要組成部分，如何充分利用信息技術、發(fā)揮圖書館工作人員的主觀能動性和創(chuàng)造性，構建科學而高效的數(shù)據(jù)挖掘系統(tǒng)是一個現(xiàn)代化的圖書館必須面對和研究的課題。越來越多的案例證明，利用數(shù)據(jù)挖掘技術為圖書采購提供決策依據(jù)，不僅可以顯著地提高新書采購質(zhì)量，同時也有助于圖書館能夠采購到學校和用戶都需要的圖書。本文探討了基于用戶數(shù)據(jù)挖掘的圖書采購模式，為圖書采購決策、管理和服務提供決策支持，是信息技術在圖書采購領域的一次有益嘗試。

［1］宋宇.基于數(shù)據(jù)挖掘的圖書采購模型研究［J］.圖書館學研究，2014（17）：53-55.

［2］王芙蓉.大數(shù)據(jù)環(huán)境下基于讀者決策的圖書館文獻資源采購模型研究［J］.圖書館學研究，2017（12）：54-59.

［3］廖宇峰.基于用戶數(shù)據(jù)挖掘的圖書館圖書采購模式研究［J］.情報探索，2017（4）：31-34.

［4］孫元軍，鄭新奇.基于SQL Server的城市地籍空間數(shù)據(jù)挖掘探討［J］.計算機工程與應用，2007（13）：200-202.

2095－6835（2020）10－0118－03

G253.1

A

10.15913/j.cnki.kjycx.2020.10.052

廖宇峰，男，碩士，廣東食品藥品職業(yè)學院圖書館館員。

2016年廣東省圖書館科研課題“基于用戶數(shù)據(jù)挖掘的圖書采購模式研究”（編號：GDTK1611）的研究成果之一

〔編輯：嚴麗琴〕