基于圖書借閱數據的用戶個性化統計技術研究

摘 要：基于上海對外經貿大學師生圖書借閱的歷史數據與藏書的外經貿特色，通過統計分析與數學建模方法，發展和應用用戶個性化分析模型與技術，預測上海對外經貿大學用戶薦購行為，為圖書館采購提供量化參考。具體擬達到以下目的：從讀者出發，討論未收錄新書選擇增添問題，為圖書館采購提供科學化參考，更精準的滿足讀者需求。為圖書館考慮，為圖書采購提供推薦新書通報，從而在購書預算限制下，最大限度的提高我校師生借書體驗，提高圖書借閱率與紙質圖書流通率。

關鍵字：圖書借閱；用戶薦購；統計分析；個性化模型

1 國內外研究現狀及發展動態

1.在圖書復本量優化決策方向已有研究：

我國圖書采購管理的研究很多基于復本量優化決策問題[1]，主要分為兩種方法，第一種通過影響圖書復本量的因素進行定性分析，主要因素有實際讀者人數、圖書館的借閱制度、圖書文獻的使用年限、圖書館舍得分布情況、原有資源的規模與布局、信息媒體的類型文種載體及專業水平、信息服務機構提供的信息媒體復制能力和、預計丟失和損壞的數量；第二種類型是把影響圖書采購復本量的影響因素作為變量，建立數學模型，并通過對流通數據進行統計分析，找出它們之間的關系，用來指導圖書采購計劃的制定與執行。

盡管人們已經提出許多計算信息媒體采集復本量的數學模型，但由于復本問題與眾多的變動因素緊密聯系，隨機性很強，難以給出確定的數值，以至于這些模式通常把簡單的問題復雜化，因此，真正能夠投入實際應用的統計方法至今仍很少見到[2]。

2.在數據挖掘領域已有相關探索：

近年來，利用一般性的數據挖掘算法，如聚類算法、關聯挖掘等技術，對圖書借閱數據中的用戶偏好進行數據挖掘，受到了越來越多的討論。現有研究，如文獻，多針對實際問題，應用數據挖掘相關算法，解決圖書借閱之間的關聯規則挖掘，從而對圖書館的館藏布局提供意見，實現圖書推薦功能[3]。

2 研究方法

首先關于圖書采購、原則、組織結構以及業務流程等方面對上海對外經貿大學圖書采購工作與目標進行訪談。

針對數據庫現有的借閱數據進行描述性統計分析，了解我校圖書流通現狀。

結合以上兩步內容從圖書館信息管理的實際需求出發，以圖書、讀者、時間等多個維度進行統計推斷與分析，從大量的圖書借閱數據中量化規律，討論未收錄新書選擇增添問題，為圖書館采購提供科學化參考，更精準的滿足讀者需求。探索利用用戶個性化分析，實現圖書館采購推薦的關鍵統計技術，并以技術報告呈現。

3 研究成果

以下成果均基于2010-2015年度上海對外經貿大學圖書館圖書借閱數據

1.圖書類別維度

6年內，累計借閱量前十名圖書類別及借閱比重分別是文學15.97%、經濟9.82%、語言、文字9.64%、哲學類6.59%、政治法律5.87%、數理科學和化學5.36%、社科總論5.14%、歷史、地理5.13%、文化、科學、教育、體育4.65%、工業技術4.44%。

2.借閱總量維度

以2010-2014前五年的借閱數據作為訓練樣本，2015年作為驗證樣本，去除重復的圖書，前五年被借閱過的不同圖書數量分別為1078、1236、1467、1372、2092，從數據源中舍棄重復的圖書，共有4032本不同的圖書。2015年被借閱數量為2403，其中前五年出現的圖書共有3086本。

3.推薦結果評估

在六年的借閱數據中，會同時出現在前五年及最后一年的借閱資料中的讀者共6772名，根據回歸預測可得共有788位讀者的借閱圖書至少含有一本，那么推薦圖書的出現率為11.64%（788/6772）。因此圖書推薦系統可以根據推薦率，為目標讀者只能推薦圖書，促進提升借閱量，也同時為我校學生提供更加智能的數據推薦服務，提升目標化、鎖定式閱讀體驗[2]。

參考文獻

[1]張金連.NS學院圖書館圖書采購管理優化研究[D].華南理工大學，2014.

[2]劉斌.基于數據挖掘的高校圖書館借閱數據特性分析與應用[D].蘇州大學，2010.

[3]王正宇.數據挖掘在讀者偏好研究中的應用[D].上海交通大學，2010.

作者簡介

時嘉遙（1995-），女，山東省，本科在讀，學生，研究方向：統計分析。