信息挖掘在高校圖書館流通管理中的應用研究

[摘 要]本文分析了當前制約高校圖書館流通服務質量的主要因素，提出在高校圖書館現有信息技術平臺的基礎上，通過信息挖掘技術加強對藏書布局、圖書借閱的管理，以及合理利用圖書經費，配置圖書的種類與數量，以最大限度滿足讀者的需求，提高圖書館流通服務質量。文章還給出了該方案實施的技術細節與方法。

[關鍵詞]信息挖掘;圖書館網站;流通;采編

[中圖分類號]G250.7 [文獻標識碼]B [文章編號]1008-0821(2010)02-0142-03

Improving Service Quality of Universities Libraries Circulation

by Mining the Managing Information SufficientlyKou Qinghua Zheng Qiaohong

(Library，Dalian Nationality University，Dalian 116600，China)

[Abstract]The paper discussed how to improve the service quality of the university libraries circulation by sufficiently mining the managing information that available from the information technology platform of universities libraries.Using these information mining results，we can configure the kinds and amount of the books more reasonable，and adjust the deadline of the book dynamically base on the requirement of the book，so that meet the need of the readers at the utmost.

[Keywords]information mining;web of the library;circulation;purchasing and cataloguing

1 制約高校圖書館流通服務質量若干因素

目前高校圖書館的流通工作普遍存在以下問題。

1.1 藏書布局不合理

藏書的布局直接影響館藏資源是否能被充分而有效的利用。高校圖書館普遍館藏空間狹小，一般都會將館內藏書按中圖法分類標準分成多個書庫，這也導致藏書分布比較凌亂，讀者為了借到相關圖書，往往要跑兩三個書庫。例如，借控制理論書籍TP類的讀者通常會借一些模糊數學方面O類的書籍，而很多高校圖書館對這2類圖書是在不同庫中收藏的。圖書館應該按讀者的實際需求情況建立每類藏書的特定關聯關系，這樣才能確定其合理的存放位置，以方便讀者查找和借閱[3-4]。

1.2 采編工作比較盲目

利用有限的資金，合理配置圖書種類與數量，是提高流通服務質量的前提與保證。但如何做到合理地配置圖書種類與數量卻又十分困難。目前，高校圖書館采編部一般只是向教師和學生征訂新書，然后根據這些信息制定圖書的采購計劃。這樣得到的圖書需求信息很難做到及時、準確與全面，對每種圖書的購買數量也缺乏定量的指導，所以采編部門一般只能按圖書價格多少在1～本之間進行采購，價格低的多買一些，價格高的少買一些。

1.3 管理不靈活，圖書流通信息沒能及時反饋到采編部為管理方便，高校圖書館流通部門一般按借閱者的身份，如學生還是教師，以及教師的職稱等分配最多可借閱的圖書種類與數量，按圖書的類別，如專業書還是小說等，設定圖書可借閱的時間。這樣的流通工作方式比較刻板，對館藏緊缺的圖書不能采取措施加快其流通速度。另外，目前高校圖書館還很少能自動將流通過程中發現的圖書緊缺信息反饋到采編部來指導圖書采購。

1.4 圖書館網站以提供功能服務為主，沒有融入圖書館的管理盡管目前很多高校圖書館網站建設都具有非常高的水平，但主要以提供功能服務為主。例如，高校圖書館網站一般都提供很多數字資源;然后是本館資源檢索、查詢，讀者可以利用瀏覽器網上查詢本館的館藏信息以及借閱信息，部分高校圖書館網站還提供網上的圖書征訂、預約、續借，以及催還等功能。另外，部分高校圖書館網站還在其上進行新書的介紹，發布圖書館近期計劃購置的新書信息，并提供論壇給讀者介紹圖書與其征訂的圖書。

可以看出，這些功能主要是圖書館提供的各種服務，而這些服務中包含的讀者信息、對圖書的需求信息、讀者與圖書的關聯信息等并沒有得到很好的挖掘與利用。利用圖書流通信息與圖書館網站搜集的相關信息，充分挖掘圖書需求信息，可以指導采編部門更加合理地配置圖書種類與數量。并且，利用信息技術，在高校圖書館現有的信息與管理平臺的基礎上，完全可以做到不額外增加管理費用，實現購書資金更合理的利用，并通過更合理地利用圖書館圖書和場地資源，減少圖書損耗，降低圖書館管理成本。

2 圖書流通管理系統信息挖掘的主要內容

讀者需求是高校圖書館工作存在和發展的前提，只有加強對讀者需求信息和行為特點的研究，才能有針對性地開展工作。在現有的圖書管理系統中，主要挖掘以下若干信息。

2.1 圖書關聯信息的挖掘所謂關聯是指在數據庫中尋找數據項(屬性、變量)之間存在(潛在)的關聯信息。利用關聯信息挖掘技術，可以找出大量數據之間的未知關聯關系。我們所說的圖書關聯信息的挖掘，指通過圖書館管理信息系統中的借閱記錄信息，尋找不同種類圖書之間的關聯關系。例如，通過我們對我校學生和教師借閱記錄的挖掘研究發現，大多數讀者借書時，都會同時借閱幾類相關的圖書，在每類中又會選擇多本借閱。利用這些大量的圖書借閱信息，就可以建立讀者的專業、愛好、年級及每學期開設的課程之間的關聯信息。例如，藝術設計系的學生在借閱J類藝術類的圖書的同時，還會借閱一些TB、TU類工業設計和建筑類的圖書，而一名外語系教授歐美文學史的老師，除了借閱I類文學類的圖書外，還會借閱一些K類和H類歷史地理和語言類的圖書，這些信息都表明相關類別圖書間的具有某種關聯性。

圖書關聯信息挖掘過程如下。首先，對圖書館管理信息數據庫中已有的借閱信息記錄進行預處理，然后從不同讀者借閱圖書的歷史目錄中，提取出每個讀者各次同時借閱的圖書分類信息，找出關聯性強的圖書類別，并根據不同的關聯程度特點，用信息挖掘技術進行處理，對得出的關聯規則進行解釋、分析，最后將結果應用于圖書館書庫的布局規劃中，盡可能把關聯性強的圖書安排在一個庫中，排放近一些，而不是簡單地按文理和分類布局。同時，我們還可以利用圖書類別間的關聯度大小這一信息，在圖書館網絡服務中針對讀者的需求進行圖書的個性化推薦，使圖書館更好地為讀者提供更有價值的個性化服務。具體實現流程如圖1所示。

圖1 圖書關聯信息挖掘流程圖

期信息挖掘在高校圖書館流通管理中的應用研究Feb.，2010Vol.30 No.22.2 圖書需求信息的挖掘

每種館藏圖書在圖書館管理信息數據庫中都有借閱信息記錄，這些記錄既是該種圖書流通信息的提供者，也是該種圖書需求信息的最佳提供者。另外，來自流通部與圖書館網站的每種圖書的預約信息也包含了每種館藏圖書的需求信息，而新書的征訂信息提供了對新圖書的需求信息。這些信息結合對某種圖書借閱信息、預約信息的跟蹤，以及某個作者的圖書(尤其是暢銷書)借閱信息的跟蹤，加上對學科方向、學科類別圖書借閱信息的跟蹤，可以知道暢銷書的需求信息，以及不同特點的專業圖書的需求信息，和學科圖書更新的速度。圖2顯示的就是我們通過圖書推薦、借閱及預約信息挖掘出圖書的需求信息，而這些信息能夠科學地指導圖書采編工作。

圖2 圖書需求信息挖掘及應用流程

2.3 讀者閱讀興趣信息的挖掘

了解讀者的閱讀興趣，才能更好地為讀者服務。為了給讀者提供真正感興趣的信息資源，需要對讀者閱讀興趣進行深入挖掘，以便使圖書館更好地為讀者提供更有價值的個性化服務。

閱讀興趣包含了讀者閱讀專業、非專業圖書的數量、時間等大量信息。可以通過讀者的圖書借閱記錄對讀者閱讀興趣進行挖掘。通過對我校讀者圖書借閱記錄的挖掘，我們發現:文理科學生閱讀興趣有差異;專業與非專業圖書需要的閱讀時間有差異;教師、員工與學生的閱讀興趣有差異;年齡、性別不同，閱讀興趣也有差異。讀者閱讀興趣不能簡單地依據圖書的借閱次數和閱讀時間來表示，這只是問題的表面現象，并沒有深層次地顯示出的它們相互關系。正如前面舉過的例子:借控制理論書籍的讀者通常會借一些模糊數學方面的書籍，通過關聯挖掘得出，控制理論類圖書與模糊數學類圖書，在讀者借閱過程中存在著關聯關系，兩者同時借閱的可能性非常高。且讀者若借了控制理論方面的圖書后，對模糊數學的需求可能性非常高。

我們通過讀者的歷史借閱記錄，把讀者的專業屬性分成若干個相似讀者聚類，把讀者借閱的圖書按類別也分成若干圖書聚類，實現信息挖掘與圖書館管理數據庫的對接。

圖3 信息挖掘系統與圖書管理系統信息交互示意圖

圖3顯示了信息挖掘系統與圖書館現有的管理信息系統進行的信息的交互。

3 信息挖掘基礎上高校圖書館流通服務的動態化、集成化3.1 動態調節借閱時間，提高圖書使用率

目前高校圖書館為管理方便，其借閱時間一般只考慮借閱的對象:是教師，還是學生;圖書的性質:是小說還是專業圖書;以及是否是續借這3個因素。其實，利用信息挖掘系統挖掘得到的圖書需求信息，對需求緊張程度不同的圖書制定不同的、更加合理的借閱時間，這更能充分利用圖書館資源。比如，對需求量大、館藏不充足的圖書，可以在不過多改變讀者閱讀習慣的前提下，盡量減少圖書借閱的時間，以加快圖書的流通，滿足更多讀者的需要。并且，可以限制單個讀者對緊缺圖書的借閱數量，以進一步提高加快緊缺圖書流通速度的效果。而對需求量小、館藏充足的圖書，可以適當增加借閱時間，給讀者提供更充足的閱讀時間，提高圖書的使用率。

當然，采用這樣的借閱方式會給圖書館管理人員以及讀者都帶來一些處理上的麻煩。但由于高校圖書館均已采用比較完善的信息化管理，因此，每種館藏圖書的適當的借閱時間可以由服務器利用管理信息數據庫中的信息自動計算出來，在圖書流通時自動使用。并可以配合其他手段，如標注還書期限及網上催還來提醒讀者應歸還的時間。在圖書館實際運行過程中，考慮到與讀者現有的借閱習慣相吻合，可以規定小說等娛樂性圖書借閱時間分1周、2周、1個月幾個檔位，文科圖書借閱時間分1周、2周、1個月、2個月幾個檔位，理科圖書分2周、1個月、2個月、6個月幾個檔位。在數據庫后臺定期自動計算每種圖書當前的外借時的檔位時，考慮借閱人身份，教師還是學生，圖書的需求狀況，相對于館藏數量，該圖書需求緊張還是不緊張，以及該書的新舊程度，是新上架還是上架已經超過半年。其中考慮圖書是否是新上架的圖書，主要是減少讀者新上架圖書的借閱時間，盡量加快新上架圖書的流通速度，這樣利于快速獲知其該書的讀者需求信息，以利于采編部門判斷是否需要補進一定的數量，并避免發現圖書數量不足時間太晚，追加時訂購不到該書。

除動態調整每種圖書的借閱時間外，還可以設定圖書的緊張程度的上、下限，在超過上限時定期向采編部報警，要求追加該書數量，或新購同類的圖書;在低于下限時將書下架到剔舊書籍處，以減少讀者與管理人員查找、整理圖書的工作量，節省圖書館場地資源。

3.2 以Web服務器為中心，用信息挖掘技術提升圖書館服務與管理前面我們討論了可以挖掘的高校圖書館現有的管理信息資源，以指導采編部門更加合理地使用有限的資金，合理配置圖書數量與種類，并通過流通過程中，圖書借閱時間與圖書需求的緊張程度動態調整，提高圖書館流通服務質量。下面我們將討論如何挖掘這些信息，以及采用何種方式在圖書館各部門之間進行信息的傳遞，才能做到即符合讀者原有的習慣，又不增加圖書管理員的工作量。

為了不增加圖書管理成本，我們充分利用了高校圖書館現有的信息技術資源。為此，我們采取以圖書館網站Web服務器作為讀者信息收集的中心，信息隨時寫入圖書館網站管理信息數據庫，再在Web服務器上定期對管理信息進行分析挖掘，挖掘結果返回流通部與采編部，流通根據分析結果自動修改借閱時間，采編根據分析結果制定新的訂書計劃。

①館藏圖書與圖書館管理信息 ②圖書流通、預約信息 ③圖書借閱期限 ④網站相關服務提供的信息 ⑤讀者提供的圖書征訂、預約、續借、圖書介紹等信息 ⑥征訂信息、圖書需求信息(有關學科、作者、圖書的需求信息) ⑦館藏圖書信息、圖書流通信息、圖書館管理信息等 ⑧圖書編目信息 ⑨典藏信息

圖4 以圖書館Web服務器為中心的信息傳遞示意圖(上接第144頁)

4 結 語

本文討論了在高校圖書館現有信息技術平臺的基礎上，充分挖掘高校圖書館現有管理信息資源，通過加強對圖書借閱及藏書分布的管理，以及合理利用圖書經費，配置圖書的種類與數量，以最大限度滿足讀者的需求，提高圖書館流通服務質量的方法。該方法在信息化管理水平較高的高校圖書館具有普適性，并且，它在盡力提高圖書館流通服務質量的同時，不用增加購書經費與圖書館的管理成本。

參考文獻

[1]Stephen E.Amold.Search the New Application platform[J].The Electronic Library，2006，24(2):121-125.

[2]于靜，楊雪晶.IC服務:高校圖書館的新服務模式[J].圖書館雜志，2007，26(3):37-38.

[3]Guenther，K.Applying data mining principles to library data collection[J].Computers in Libraries，2000，20(4):60-63.

[4]陸覺民，馬國棟，鄭宇.基于數據挖掘技術的圖書館流通數據的關聯分析[J].現代情報，2009，29(9):108-110.

[5]Junfeng Pan，Qiang Yang，Yiming Yang，etc..Cost-Sensitive-Data Preprocessing for Mining Customer Relationship Management Databases[J].IEEE intelligent systems，2006，22(1):2-7.

[6]Bollen，J.，Luce，R.，Vemulapalli，S.，X.Weining.Usage analysis for the indentification of research trends in digital libraries[J].D-Lib Magazine，2003，9(5):1-5.

[7]鄧春林，鄒凱.基于關聯規則的圖書館讀者興趣度實證分析[J].情報理論與實踐，2009，32(4):93-95.

[8]蔡宏志.個性化信息推薦服務模式[J].情報雜志，2006，25(9):116-118.

[9]劉金玲，葉艷鳴.文理大學生借閱傾向的差異性分析[J].圖書館雜志，2007，26(3):29-33.

[10]闞德濤.服務質量分析系統的設計與實現[J].現代圖書情報技術，2009，25(5):76-80.

[11]熊擁軍，張建中.數字圖書館服務中的讀者興趣模型設計[J].情報雜志，2004，23(7):79-80.

[12]郝小花，鄧小昭.基于數據挖掘的可視化數字圖書館用戶社區聚類與特征分析[J].情報科學，2008，26(3):396-399.

[13]馬建慶，鐘亦平，張世永.基于興趣度的關聯規則挖掘算法[J].計算機工程，2006，32(17):121-122.

[14]黃蘭.數據挖掘技術在圖書館工作中的應用[J].圖書館學研究，2005，26(7):15-17.

[15]鮑靜，范生萬.基于數據挖掘的圖書數據預處理[J].大學圖書情報學刊，2008，26(2):31-33.