數據挖掘技術在高職院校圖書館管理系統中的應用

甘斌　廖玖玖

關鍵詞：數據挖掘技術;高職院校;圖書館;管理系統;應用

高職院校圖書館管理系統現存的問題

館藏建設方面。館藏建設對于整個圖書館的高效管理有著極其重要的作用，通過館藏建設可以為師生提供優質的資源。但是目前許多高職院校圖書館管理系統并不能夠完整的了解到館藏書籍的一些情況，他們不知道哪些書籍是被頻繁使用的，哪些書籍的數量應該再增加幾本。因此就會出現許多采購人員盲目的采購書籍，對各類書籍也沒有進行定期的增減，就會使許多人來到圖書館，卻找不到自己想要找的材料。同時，這種館藏建設對于整個的經濟利用也會有所影響。這是目前許多高職院校圖書館缺乏數據挖掘技術所造成。

排架管理方面。在排架管理方面同樣也存在一些問題。許多高職院校的圖書館都是按照中圖法類別進行分類的。這種排練方式具有一定的優勢，它可以讓讀者更快的找到自己所要找的書籍，但是這種排練方式很難引起讀者對其他類的書籍感興趣，這樣的話，對于人才的綜合性培養也會有所影響。采用中圖法那邊進行分類時，要需要根據書架對每一類書預留一定的空間，但是在實際當中可能會因為一些書籍數量不夠，就會造成一些空間的浪費，要不就會出現預留空間不足的現象，總之就會給整個的排列造成一定的困難。同時經常的去排列一些書籍的話，可能會使書籍破損的更加嚴重。

藏書利用率方面。隨著社會的不斷提高，人們對于教育的越來越重視，高職院校圖書館的藏書書籍也越來越多，但是在實際當中，每一本藏書并不能夠被學生利用。在進行藏書的過程當中，可以發現一些文獻或是一些書籍，根本沒有被同學們閱讀過，那么就需要根據藏書的利用率來進行合理的調整，但是在實際當中，圖書管理人員很難發現一些書籍的利用率，如果不是通過大型的數據分析和事數據挖掘的話，很難會發現藏書書籍當中利用率較低的書籍。這樣的話管理人員研究無法根據實際的利用情況進行書籍管理。

個性化建設方面。圖書館的個性化建設其實也能夠反映出一個高職院校的文化建設。主要去圖書館進行文獻或是書籍閱讀學生，其實很多情況下都是十分喜歡閱讀的，但是在學校當中還是存在一些惰性學生，他們對于閱讀并不是十分的感興趣，那么圖書館就可以通過個性化的建設來吸引更多是有惰性的學生來圖書館進行閱讀。而圖書管理者因為無法得知學生們對哪類書籍感興趣，所以沒有辦法建設出比較個性化的方案來吸引更多的學生投入到讀書當中。這是現在許多高職院校圖書館管理當中常聚到的幾個問題，因為對數據沒有大規模的挖掘，沒有進行大規模的歸納，所以在推動整個圖書館的發展過程當中遇到了一定的瓶頸。

數據挖掘技術的概念

數據挖掘又可以稱為數據采掘和數據開采，是指借助于一定的技術和算法，對實際應用中具有隨機性、模糊性、噪音、不完整以及大量的信息數據進行處理，以便獲得對人們有用的知識。數據挖掘過程可以分為數據預處理、數據的選擇與變換、數據挖掘、模式評估以及知識展示等。每一步當中又有許多的計算方式，從而可以準確地反映出一些實際情況，有利于做出正確的決策和判斷。下面就對每一步驟進行簡單的說明。

數據預處理。在進行第一步數據預處理時，需要對具進行清理和集成兩個步驟，清理主要是清理一些具有噪音或是具有不一致性的數據，集成步驟主要是將一些主要的數據進行整合，重新得到一個有效的數據。

數據的選擇與變換。第二步數據變換和選擇。數據的變換主要是指集成的數據再次加工轉變為可以直接被數據挖掘技術可使用的一些信息。將這些數據轉遍完整之后，要對這些信息根據選擇的目的進行選擇。這就是數據變換和選擇的意義。

數據挖掘方法。第四步是數據挖掘方法。數據挖掘方法是數據挖掘技術的核心。主要有以下幾種方式。第一聚類分析，從聚類分析四個字的表面意思我們可以知道，它的分析主要是根據數據的一些特征來進行歸納，總結到他們在之前并沒有明確的歸納和是分類的特殊規則。聚類分析也就是根據數據的一些特征進行有效的分析。第二種是關聯分析。關聯分析是根據數據之間的某種聯系來進行分析。而數據之間的某種聯系是根據閾值的設定來進行確定的。第三種是序列分析，序列分析主要是根據事情發生的時間順序進行歸納和分析。第四種是統計回歸分析，統計回歸分析其實是數學當中的一種計算方式，他在許多學科當中都有廣泛的應用，在數據挖掘技術當中，同樣也是通過采用統計回歸分析。借助于已有的數據值進行未知變量值的預測。一般情況下，進行標準統計可以采用線性回歸的方式進行。第五種是分類預測分析，分類預測分析主要是通過分類函數進行的，其可以映射具體的數據項與數據集。樹形結構是分類模式應用較多的表現形式，其數值的搜索是從數的根部開始，結合數的節點和分支進行遍歷，最終獲得預測結果。這五種方法都能根據實際的應用情況進行合理的選擇，從而能夠將數據得到最大化的利用。

數據挖掘技術在高職院校圖書館管理系統中的具體應用

通過數據挖掘，做更多個性化的建設。數據挖掘技術在高職院校圖書館管理系統當中的應用，可以幫助學校進行個性化的建設。在學校，許多學生對于圖書館并不是十分的感興趣，那么圖書館就可以通過對學生的一些數據進行分析，從而得出他們喜歡哪類型的書籍，這樣的話，圖書館可以根據相對應的書籍推出一些活動，從而吸引更多的學生來圖書館主動閱讀學習。比如：分析借閱數據，對于活躍讀者可以增加最多借閱本數，增大借閱權限：對于不活躍讀者，找到某一時期內最受歡迎圖書，開設好書介紹欄目，進行好書介紹和推薦。這樣就能夠有利于提高學生的閱讀能力，讓更多的學生參與到閱讀當中。

圖書聚類分析在高職圖書館管理系統當中的應用。聚類分析是根據一些數據的特點進行總結分析。對于圖書的聚類分析，可以得知哪些圖書最受歡迎，哪些圖書的使用率是比較低的，從而可以對一些圖書的采購進行針對性的增加或減少。同時在考量讀者關注度時，應將上架時間參與考慮.另外，哪幾類圖書會經常被借閱也值得研究。這對于提高館藏利用率有著指導性意義。

關聯性分析在高職圖書館管理系統當中的應用。關聯性分析在高職圖書館管理系統當中的應用也是十分有效的，通過關聯性分析可以得知學生對哪類書籍是十分的感興趣，根據調查結果也可以知道學生們在閱讀上有著怎樣的習慣。據這些數據分析結果，圖書管理者可以采用一些巧妙的措施，來幫助學生養成更加健康的閱讀習慣，也能夠為學生提供更加優質的服務，增加更多能夠吸引學生的書籍類型。

讀者聚類分析。在圖書館當中可以對學生的借閱圖書書本進行統計，從而可以判斷出學生的活躍程度。圖書館管理者可以應用聚類分析，對這些學生的書本進行一個數據的統計計算，最后得出學生們的活躍程度。最后可以根據整個學生的活躍程度比例來采取合適的方法來幫助學生對圖書產生更多的興趣。這樣一方面可以了解讀者對圖書館資源的利用程度，另一方面也為讀者提供個性化服務，針對不同讀者采取不同的服務措施。

數據挖掘技術在高職圖書館里系統當中的應用，能夠有效的提高整個圖書館的圖書利用率，同時也能夠增加更多個性化的建設，對于整個學校文化建設以及學生綜合能力的提升，都有一定的積極意義。數據挖掘技術能夠更加有效地解決傳統圖書館管理方式的一些缺點，高院校在進行圖書館管理的過程當中，也要充分的應用數據挖掘技術，從而能夠更好地了解到學生的需求，根據學生的需求，采取合適的措施，采購合適的書目，這樣的話能夠提高整個圖書館的資金利用率，圖書藏書利用率。數據挖掘技術在高職圖書館管理系統當中的應用前景是十分廣泛的，但是在實際應用的過程當中，可能還會存在一些問題，相信在未來，隨著技術的不斷成熟，整個數據挖掘技術將會被應用的更加熟練，整個圖書館的管理做出更大的貢獻。

參考文獻

[1]張麗霞，顧海明.數據挖掘技術在圖書館流通服務中的應用[J]數據挖掘，2012，2（03）：25-31.

[2]鄭艷華.高職院校圖書管理中數據挖掘技術的應用探索[J]當代教研論叢，2017，（008）.

[3]明偉菊. 數據挖掘技術在高職院校圖書館管理系統中的應用[J]數字化用戶，2018，24（18）：172.

[4]羅曉麗.改進的數據挖掘算法在高職院校圖書館中應用[J]科技和產業，2011，11（7）：121-125.

[5]丁麗，詹林，孫高峰，馬健.數據挖掘技術在高職院校圖書管理中的應用[J]綏化學院報，2013，33（6）：121-125.

[6]余建國，聶榮.數據挖掘技術在圖書館中的應用[J]電腦知識與技術，2008，（14）：796-797.

[7]潘小楓.數據挖掘技術及其在數字圖書館建設中的運用[J]圖書館理論與實踐，2006，（4）：105-106.doi：10.