基于數據挖掘技術的高校圖書館O2O服務研究

【摘 要】 本文對當前O2O服務進行了簡要闡述，分析了高校圖書館當前O2O服務的現狀和問題，最后從以下三個方面著重對數據挖掘技術在高校圖書館O2O服務的應用進行分析研究并對未來應用進行展望：圖書推送和館藏分布；新書購置；讀者個性化服務。

【關鍵詞】 O2O；高校圖書館；數據挖掘

一、引言

隨著移動互聯網時代浪潮的推動，O2O（Online To Offline）模式已經蔓延到各行各業，各商家也借助O2O模式更加科學地將在線和離線服務結合起來，通過網絡提供服務和信息，進而提高用戶體驗感。面對新時代的到來，高校圖書館傳統的服務模式也面臨著巨大的挑戰，移動互聯網帶來的各類線上信息資源逐漸替代了傳統圖書館的地位，雖然有些高校圖書館建立了O2O模式服務，但最終卻收效甚微。

二、高校圖書館O2O服務的現狀及問題

1、高校圖書館O2O服務的現狀

O2O（Online To Offline）的概念開始于2011年，被Alex Rampell率先提出，2013年我國迎來了O2O發展的重要時刻，移動互聯網的發展使線上和線下真正融合起來。

我國高校圖書館的O2O服務目前發展方向較為多元化，各大院校圖書館也是根據自身特點開展了不同程度的O2O服務，大致有以下幾大系統：OPAC系統、移動圖書館APP、數字音樂圖書館、圖書館微信、圖書館微博、座位預約系統、圖書預約系統等等。

OPAC系統是高校圖書館最早開通的O2O服務，也是和圖書館傳統業務結合最緊密、使用率最高的一套系統；移動圖書館APP和數字音樂圖書館是將線下資源擴展到線上使用最典型的應用，也使圖書館傳統業務真正實現線上化；圖書館微信和圖書館微博是移動化聯網浪潮下的產物，它的出現使圖書館與讀者間的溝通距離縮短，能夠更加高效的進行溝通與聯系，也是高校圖書館為所有讀者提供的共同交流平臺；座位預約系統和圖書預約系統是圖書館另一項傳統業務線下轉線上的典型應用，兩套系統大大降低了圖書館讀者的時間成本，提高了讀者體驗感，使圖書館的資源能夠得到高效利用。

2、高校圖書館O2O服務的問題

近年來，高校圖書館O2O服務的發展迅速，但隨之而來的問題也是比比皆是，給高校圖書館O2O服務的發展帶來不小的阻力。

（1）數據的深度挖掘工作較為薄弱。高校圖書館O2O服務系統憑借著校園統一身份認證平臺的使用，使各系統后臺數據可以融合使用，但最終融合的數據在很多高校都未被分析使用，僅僅只是將這些海量數據作為個別信息查詢的源頭。這其實是將大量客戶的潛在需求所忽略，各系統也無法聯動產生更大的效果。這也是各高校目前在O2O服務當中遇到的最大問題之一。

（2）無法提供高質量的O2O服務。由于高校的O2O服務僅僅停留在表象應用中，只是解決了部分讀者用戶簡單的基礎需求，并未對讀者用戶潛在的需求進行深入挖掘，所以無法對讀者用戶提供高質量的O2O服務，也不能進一步提升用戶的體驗感和滿意度，從而不能滿足新時代下用戶日益增長的個性化服務需求。

三、數據挖掘在高校圖書館O2O服務的應用

1、數據挖掘的定義

數據挖掘是指利用有效的分類和挖掘技術從海量的數據中提取更為有效、潛在的、最終能認可的知識的過程。這些數據的形式具有多樣性和復雜性的特點，例如文本、圖案圖形、結構化語言、網頁信息等，雖然形式多元化，但最終都要將海量的數據信息轉換為人們能夠理解和認可的信息。在圖書館O2O服務中大數據隱藏于各個子系統中，數據庫中存在著大量的讀者信息、圖書館館藏信息，微信圖書館、圖書館微博當中也隱藏的大量網絡信息。

2、數據挖掘在圖書館O2O服務的應用

伴隨著大數據時代的來臨，數據挖掘技術必須快速融入到高校圖書館O2O服務當中，高校圖書館也應當抓住機遇，最大程度地利用數據挖掘技術提高高校圖書館在O2O服務領域的水準，通過徹底挖掘讀者的潛在需求，進而提高讀者與圖書館的粘度，提升讀者的體驗感。

（1）圖書推送和館藏分布方面。通常情況下，圖書推送和館藏分布的數據來源都是圖書館工作人員的經驗之談，并沒有真正可靠的數據作為實施參考。在引入數據挖掘技術后，圖書館在制定線上或者線下的圖書推送活動中，就可以完全按照科學的數據分析，挖掘讀者的潛在需求。例如：讀者使用教務系統、圖書推送關聯OPAC、移動圖書館APP等系統后會產生大量復雜數據，深入挖掘并分析這些數據后，便可精準定位每位讀者的潛在具體需求，最終只需要在特定的時間將讀者的需求進行線上或者線下推送，就可以滿足讀者的潛在需求。

館藏分布方面，在引入數據挖掘技術后，便可科學地對圖書館館藏分布進行調整，最大程度的滿足讀者的個性化服務，無論是線上資源還是線下資源都可以發揮出最大的能效。

（2）新書購置方面。各大高校圖書館每年都會大量購置新書，歷年來大部分新書是由書商和高校教師們推薦采購，剩下少部分是由圖書館征求部分學生代表意見采購新書。這樣一來，高校圖書館館藏內容必定較為單一，且無法滿足眾多讀者的個性化需求，導致學?；ù罅砍杀举徣氲男聲赡軙霈F無人問津或者借閱者寥寥無幾的現象，自然而然，讀者對該圖書館的滿意度必定有所打折。

在引入數據挖掘技術之后，利用基于大數據為前提的數據挖掘技術建立資源薦購系統，一方面可以從統計上來的所有讀者針對新書購置方面的建議中提取有價值的信息；另一方面，高校圖書館可以從各大O2O系統記錄中尋找與新書購置相關的信息，例如：多名讀者在查詢時集中輸入的圖書館尚未購置圖書信息、多名讀者通過圖書館微信、微博留言建議的未購置圖書信息、借閱量較大的相關學科類圖書信息等等，這些信息都可以通過數據挖掘技術從數據堆棧中搜集出來。

通過引入數據挖掘技術，高校圖書館不僅可以降低每年購置新書的盲目性，避免資源浪費，同時也可以滿足大量讀者潛在的個性化需求，提高高校圖書館在O2O服務領域的工作效果。endprint

（3）讀者個性化服務方面。O2O模式下的個性化服務主要包括資源預約和推送兩個方面，傳統模式下的資源預約只能通過預約表或者電話的方式，而資源推送只可以通過布告欄、信息發布和電話這三種方式。雖然傳統模式也可以實現資源的預約和推送，但是效率和效果都非常不盡人意。O2O模式解決了傳統推廣服務模式的效率問題，但效果依舊不能令人滿意。例如：在資源預約方面，我們無法評估需求者對資源需求的緊急程度，如果出現多人同時預約一項服務，如何合理分配和調節資源就成為一項難題；在資源推送方面，高校圖書館如何能夠做到將有價值的信息推送給最為需要的人群，而不是一味地群發造成讀者對推送信息的排斥和不重視，最終導致有效的信息變成垃圾信息。

當下利用數據挖掘技術進行O2O的個性化服務，不僅能解決傳統服務模式帶來的效率低、效果差等問題，還能解決在O2O模式下無法有效推送的困難，進而使有限的資源能夠得到更加高效的利用，有價值的信息能夠被真正有需要的讀者有效獲取。這樣一來，高校圖書館在讀者個性化服務方面將有更加顯著的工作效果，也會提高讀者對圖書館的忠誠度，真正發揮高校圖書館在新時代的作用。

四、結語

隨著信息技術的迅猛發展，數據挖掘技術將會在高校圖書館O2O服務領域有更多更加有效的應用。圖書館的發展離不開數據挖掘技術，O2O服務模式的進步將在數據挖掘技術的基礎上開展，并且隨著移動互聯網時代的來臨，移動端服務將會逐步代替傳統終端的大部分職能，屆時數據挖掘技術將會在移動端的O2O服務中大展身手，發揮其精確定位與分類的優勢，將大量的常規信息轉換為精簡的高價值有效信息，通過不斷的技術革新與管理突破，引領新一輪O2O服務革命。

【參考文獻】

[1] 高榮，韓雨彤. O2O服務模式在圖書館的應用探析[J]. 圖書館工作與研究，2015（12）92-95.

[2] 童子頤. O2O模式在圖書館閱讀推廣服務中的應用[J]. 高校圖書館工作，2015（06）71-74.

[3] 申藝苑，王婷婷. 基于“SoLoMo+O2O”模式的圖書館創新服務研究[J]. 現代情報，2014（12）80-83+89.

[4] 柳炳祥，鄧歡軍，高淑妍，陳歡歡. 基于數據挖掘的圖書館個性化服務系統[J]. 現代情報，2007（03）108-109.

[5] 董云鵬. 數據挖掘技術在圖書館中的應用[J]. 現代情報，2006（11）131-132.

【作者簡介】

王筱蕾（1989.12-），陜西寶雞人，碩士，助理館員，研究方向：數字圖書館.endprint