淺談數(shù)字圖書館與數(shù)據(jù)挖掘

陳紅云

摘 要：數(shù)字圖書館技術(shù)的發(fā)展為圖書館服務(wù)質(zhì)量以及服務(wù)模式的提高提供了契機(jī)，傳統(tǒng)的圖書館管理模式已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足讀者的借閱需求，讀者不僅僅會專注于本專業(yè)所學(xué)知識、項目開發(fā)以及科研活動的研究。因此，將數(shù)據(jù)挖掘中的各種技術(shù)方法應(yīng)用于圖書信息的挖掘具有非常重要的現(xiàn)實意義。

關(guān)鍵詞：數(shù)字圖書館；數(shù)據(jù)挖掘；數(shù)據(jù)挖掘技術(shù)

1 數(shù)字圖書館研究進(jìn)展

80年代末和90年代初，圖書館自動化向著高度自動化、電子化、網(wǎng)絡(luò)化、虛擬化的深度和廣度進(jìn)軍。進(jìn)入20世紀(jì)90年代，隨著信息技術(shù)的長足進(jìn)步和飛速發(fā)展，隨著Internet的建立和廣泛應(yīng)用，數(shù)字圖書館成為現(xiàn)代圖書館的發(fā)展趨勢。21世紀(jì)初，數(shù)字圖書館及其相關(guān)概念，網(wǎng)絡(luò)環(huán)境下的館藏發(fā)展、采訪、分類、編目等技術(shù)服務(wù)、讀者服務(wù)以及圖書館員素質(zhì)的提高和角色的轉(zhuǎn)換等均成為主要的研究問題。此外，如何對待、處理和解決數(shù)字圖書館從理論走向現(xiàn)實的技術(shù)實現(xiàn)問題也必然成為我們天天要談?wù)摰闹饕掝}。如今很多國內(nèi)外研究人員都致力于數(shù)字圖書館發(fā)展的研究過程中，在對其中各種主要技術(shù)研究一定水平之后，未來數(shù)字圖書館的發(fā)展模式主要集中在三種類型：特種館藏型模式、服務(wù)主導(dǎo)型模式以及商用文獻(xiàn)型模式。數(shù)字圖書館的特點(diǎn)是：收藏數(shù)字化、操作電腦化、傳遞網(wǎng)絡(luò)化、信息存貯自由化、資源共享化和結(jié)構(gòu)連接化。

2 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)功能以及它們可以發(fā)現(xiàn)的模式類型主要包括以下幾個部分：⑴概念/類描述：特征化和區(qū)分。用簡潔的、匯總的和精確的方式描述各個類和概念，這種描述稱為概念/類描述，而要實現(xiàn)這種描述，就需要采用數(shù)據(jù)區(qū)分和數(shù)據(jù)特征化這兩種方法。數(shù)據(jù)特征化（data characterization）是匯總目標(biāo)類數(shù)據(jù)的一般特性或特征。它的輸出形式包括餅圖、條圖、曲線、多維數(shù)據(jù)立方體和多維表。數(shù)據(jù)區(qū)分是比較目標(biāo)類數(shù)據(jù)對象和一個或多個對比類對象的一般特性。其輸出提供的形式類似于特征化描述；⑵挖掘頻繁模式、關(guān)聯(lián)和相關(guān)。頻繁模式是在數(shù)據(jù)中頻繁出現(xiàn)的模式，主要包括項集、子結(jié)構(gòu)和子序列。對頻繁模式的挖掘可以導(dǎo)致發(fā)現(xiàn)數(shù)據(jù)中有趣的關(guān)聯(lián)和相關(guān)。通常，關(guān)聯(lián)規(guī)則必須同時滿足最小支持度閾值和最小置信度閾值，同時也可以發(fā)現(xiàn)相關(guān)聯(lián)的屬性-值對之間的有趣的統(tǒng)計相關(guān)；⑶分類和預(yù)測。分類是找出描述和區(qū)分?jǐn)?shù)據(jù)類或概念的模型（或函數(shù)），以便能夠使用模型預(yù)測類標(biāo)號未知的對象類。導(dǎo)出的模型可以有多種形式，如分類（IF-THEN）規(guī)則、決策樹、數(shù)學(xué)公式或神經(jīng)網(wǎng)絡(luò)。預(yù)測是建立連續(xù)值函數(shù)模型，而分類預(yù)測是用來預(yù)測不知道的或空缺的數(shù)值數(shù)據(jù)值。還有其他方法比如回歸分析是一種統(tǒng)計學(xué)中最常用的數(shù)值預(yù)測方法；⑷聚類分析。與分類和預(yù)測不同的是，聚類事先不知道劃分?jǐn)?shù)據(jù)對象的類標(biāo)號，在這種情況下對象可以根據(jù)類內(nèi)最大化以及類間最小化的相似性原則進(jìn)行分組或者聚類；⑸離群點(diǎn)分析。數(shù)據(jù)庫中存在著與一般行為或模型不一致的一些數(shù)據(jù)對象，這些對象叫做離群點(diǎn)。在大多數(shù)情況下人們都會將其視為噪聲或異常而丟棄。然而在一些具體的應(yīng)用中卻比正常發(fā)生的事件更令人感興趣，比如欺詐檢測，銀行獲取信用卡使用不良記錄者等行為；⑹演變分析。演變分析是描述行為隨時間變化的對象之間的趨勢或規(guī)律，并為其建立模型。這種分析不同于先前所提及的幾種方法，它具體可包括序列或周期模式匹配、時間序列數(shù)據(jù)分析以及基于相似性的數(shù)據(jù)分析等。比如股票交易數(shù)據(jù)挖掘就可以識別整個或者特定公司股票演變規(guī)律，進(jìn)而為股票投資者提供預(yù)測未來股票價格以及市場方向的決策。

3 數(shù)字圖書館中的數(shù)據(jù)挖掘

傳統(tǒng)圖書館是由專門技術(shù)人員或者專家通過以往的經(jīng)驗來安排圖書信息的采集，由于存在著各種主觀性，因此在這種情況下信息就有可能不準(zhǔn)確。而使用數(shù)據(jù)挖據(jù)技術(shù)就會解決上述存在的問題。首先它會充分有效的利用文獻(xiàn)信息，去除過失數(shù)據(jù)，使圖書數(shù)據(jù)具有時效性。其次，運(yùn)用數(shù)據(jù)挖掘技術(shù)，可以總結(jié)歷史用戶信息來推薦給未來讀者，滿足他們的研究方向和興趣愛好。再者，應(yīng)用數(shù)據(jù)挖掘檢索技術(shù)可以摒棄部分地域、學(xué)校以及文獻(xiàn)類別的束縛，為用戶檢索出最全面而又具有很高使用價值的信息。最后借助數(shù)據(jù)挖掘技術(shù)可以拓寬圖書信息庫，不僅僅局限于某些大型數(shù)據(jù)庫或者數(shù)據(jù)倉庫，它會使個性化服務(wù)推廣到整個網(wǎng)絡(luò)，讓讀者獲取最豐富最全面的信息資源。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于數(shù)字圖書館主要從以下幾個方面進(jìn)行挖掘：（1）對數(shù)字圖書館的內(nèi)容進(jìn)行挖掘。基于數(shù)字圖書館的內(nèi)容的挖掘是通過對數(shù)字圖書館信息的模式識別和分析理解，從中發(fā)現(xiàn)有意義的知識。根據(jù)某一領(lǐng)域的信息需求，自動捕捉、采集和整理領(lǐng)域所需信息，過濾無用冗余信息，通過信息推送等方式，直接數(shù)據(jù)挖掘所發(fā)現(xiàn)的知識，提供給讀者，主動提供個性化服務(wù)。（2）對數(shù)字圖書館的用戶進(jìn)行挖掘。從數(shù)字圖書館的大量訪問信息中挖掘用戶的訪問模式、訪問興趣，采用關(guān)聯(lián)性法則和聚類方法發(fā)現(xiàn)不同的用戶群體，然后對這些不同的群體提供信息定制服務(wù)。同時還可以利用web挖掘所得到的信息，動態(tài)地調(diào)整web頁面，更好地滿足讀者的需要。通過對用戶訪問信息、使用信息的挖掘，在數(shù)字對象和用戶、對象分類和主題之間進(jìn)行模式匹配，采用不同挖掘技術(shù)自動提取知識，從而確定個性化服務(wù)內(nèi)容，提高為用戶知識服務(wù)的自動化水平。（3）此外，收集整理圖書館網(wǎng)上咨詢、薦購書刊等欄目中的數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)，可以預(yù)先發(fā)現(xiàn)讀者群體的興趣，調(diào)整館藏方向，提升館藏資源的針對性。

[參考文獻(xiàn)]

[1]王艷.數(shù)據(jù)挖掘在數(shù)字圖書館中的應(yīng)用[J].情報科學(xué).2003（02）.

[2]馮進(jìn).利用數(shù)據(jù)挖掘技術(shù) 深入挖掘圖書館工作[J].現(xiàn)代情報.2005（03）.

[3]高巨山.數(shù)字圖書館構(gòu)建中的數(shù)據(jù)挖掘應(yīng)用研究[J].圖書館工作與研究. 2009（04）.

[4]唐吉深.圖書館數(shù)據(jù)挖掘技術(shù)研究現(xiàn)狀述評[J].圖書館界.2011（01）.