數據挖掘在高校圖書館個性化服務中的應用

于柯柯

(鄭州工業應用技術學院,河南 新鄭 451100)

0 引言

大數據在當前社會應用的愈發頻繁,數據挖掘技術的使用頻率也隨之上升,可以應用于多個領域。 在高校圖書館建設過程中應用數據挖掘技術,可以快速了解學生的閱讀需求并分析校園圖書使用方向,在此基礎上為學生推送針對性的書籍和資料,可簡化學生的圖書借閱步驟,滿足學生的資料挖掘需求,有效改善學校圖書館建設效益。

1 數據挖掘在高校圖書館個性化服務中應用概述

1.1 數據挖掘技術

數據挖掘技術是隨大數據發展興起的一種新型數據處理技術,它包含8 種操作方法,可以根據挖掘對象的信息存儲格式來進行針對性的數據挖掘,進而服務于群眾的信息需求。 通過完善數據挖掘技術,可有效提升數據挖掘質量,為群眾生活提供更多便利。

1.2 個性化服務推薦

個性化服務即將服務以更加個性化的方式呈現,可以根據群眾的需求調整服務方式和服務范圍,繼而保障群眾所接受信息和數據的清晰度,使得群眾在享受個性化服務過程中獲得滿足感。 通過在高校圖書館建設過程中引入個性化服務,可以為讀者有效閱讀圖書館書籍和相關數據提供更加便捷的通道,使得讀者可以快速獲取自己想要的圖書資源并完成借閱工作,其書籍借閱量和借閱頻率等較以往都有明顯的提升,圖書館的圖書資源使用效率也隨之提升,可有效改善圖書館的圖書借閱情況,同時為高校圖書館建設提供必要的信息支持,高校圖書館資源引進和服務水平提升的導向性也隨之增強。 在圖書館日常管理過程中也可以發現,部分用戶并不明確自己想要檢索的圖書特征以及自己想要的信息,只能通過模糊字段來搜索相關內容,此時圖書館推送給該類用戶的書籍和資料信息等可能與用戶想象之間存在較大的出入。 而在引入高校圖書館個性化服務功能之后,系統可以根據用戶以往的檢索特征及用戶的專業數據來對其所要檢索的字段特征進行綜合分析,在此基礎上篩選與用戶日常學習、研究所匹配的書籍和相關資源為其服務,用戶能檢索到自己想要信息的概率較以往明顯提高。

1.3 高校圖書館個性化服務中應用數據挖掘的原因

高校圖書館建設過程中,應用數據挖掘技術可以為讀者提供更具針對性的服務并生成個性化服務系統,系統可以快速了解讀者的需求,并為讀者提供想要的資源。 其應用模式與實體圖書館之間存在較為明顯的差異,讀者在前往實體圖書館閱讀資料時,需要自己根據圖書編號尋找書籍,一定程度上影響了讀者的閱讀速度。 很多讀者不了解圖書存放規則,在查找圖書時可能會消耗較多的時間[1],讀者到圖書館閱讀資料,一般會專門空余一個時間段前去,還會受到圖書館開放時間的影響,無形中增加了讀者閱讀的時間成本。而在應用數據圖書館之后,只要讀者有需要,任何時間都可以利用網站登錄圖書館平臺,只需完善個人信息,即可享受個性化挖掘服務提供的書籍并快速查閱專業書籍,數據獲取便捷程度較以往明顯提升。

高校圖書館個性化服務建設過程中,利用數據挖掘的優勢,除了使用電子書籍之外,還可以有針對性地收集相關書籍、視頻信息和公共信息,快速完成數據信息的排列組合,讀者借閱書籍時,可以收獲與所借閱書籍對應的數據資源包,繼而更好地進行信息消費。

2 高校圖書館個性化服務中應用數據挖掘的意義

2.1 廣泛傳播校園文化

學校是一種特色文化品牌,高校圖書館是學校文化品牌建設的重要基礎。 要培育符合學校倡導的人文價值理念的優質學生,就必須加強對高校圖書館建設的重視。 一方面,學校通過教師集中授課,向學生傳遞文化知識和理論,同時使用圖書館作為資料補充,引導學生利用高校圖書館個性化服務搜集與所學理論相關的知識,進一步拓寬學生知識面,調動學生學習熱情。另一方面,高校圖書館建設過程中,可以有計劃地打造每周書籍主旨專題,如感恩專題、魯迅專題等,使學生在高校圖書館或網上搜集資料時,有意識地閱讀圖書館推薦的書籍,了解其中所蘊含的價值觀念,在潛移默化中養成感恩意識和服務意識,提升學生的社會使命感。

2.2 優化圖書館書籍資源使用方向

高校圖書館建設過程中,發現很多數據長期得不到使用,但是會突然在某一階段呈現廣泛使用的趨勢,大量學生會同時借閱該類書籍。 究其原因,一般是教師在講課過程中提到了該類書籍,同時可以幫助學生更好地理解課本知識,使得學生的借閱熱情明顯上漲。另一方面,在學校開展校園文化建設過程中,也會出現部分書籍短時間被大量借閱的情況,原因在于,校園文化建設過程中有意識地強調了某些資料或數據源,學生在競爭意識的驅動下主動閱讀相關書籍[2]。 傳統高校圖書館管理過程中,只是單純地根據學生的需求將圖書資料擺放好,但是在引入數據挖掘技術之后,利用數據挖掘技術中的信息分析模塊,可以快速地了解某一階段的學生閱讀需求,并生成對應的圖書資源借閱方案,圖書館管理人員可以據此整理需求,調整“明星書籍”的借閱位置,同時針對性地采購相關資料,有效提升讀者閱讀興趣。 在閱讀過程中,還可以使用高校圖書館提供的數據資源來了解相關信息,其讀書成本較以往明顯下降。

2.3 拓寬學校資源服務模式

高校圖書館建設過程中,受到書籍發行量、發行版本以及圖書館采購成本等的影響,圖書館的圖書存量等可能會受到限制,導致最終無法滿足學生的借閱需求。 為了更好地迎合學生的借閱特點,為學生快速找到各類書籍,可以利用數據挖掘技術為學生提供書籍數據,使得學生可以利用圖書借閱平臺閱讀電子圖書,滿足學生的書籍閱讀需要,對推動高校線上閱讀文化氛圍建設具有積極作用。

3 高校圖書館個性化服務存在的不足

3.1 讀者需求挖掘不深入

高校圖書館發展過程中,要為用戶提供個性化服務,就必須加強對用戶需求、用戶學習特征及讀書特征的重視,通過靈活收集用戶的查詢信息和專業類別等對信息進行整合,以此形成動態化篩選變動機制,可以根據用戶在不同時段的需求提供更具針對性的圖書服務,使其真正接受圖書館個性化服務體驗。 但是,在當前高校圖書館發展過程中,個性化服務實際上是響應用戶的主動需求的精細服務,應用時并沒有對用戶的潛在需求進行挖掘,沒有對用戶進行全面的信息篩選,最終推出的個性化服務相對比較基礎,與用戶實際要求之間仍然存在一定差距。 而對于高校圖書館用戶來說,不同時段的讀書需求會受心情和外部因素影響,閱讀的書籍也會隨之發生變化。 此時,如果用戶不主動在圖書館線上系統查詢信息,圖書館在為用戶推送圖書信息時,仍然按照之前收集的數據向用戶推送,自然會影響用戶的讀書體驗,也不利于高校圖書館建設過程中個性化用戶檔案的快速形成。

3.2 信息推薦深度有待增強

高校圖書館個性化服務建設過程中,除了要加強過濾檢索技術和相關推薦技術的重視之外,也應當加強用戶實時興趣跟蹤系統建設的重視,根據用戶的實際情況、用戶在不同階段的學習體驗及用戶的活動參與過程來收集閱讀信息并搭建精準化的用戶模型,系統后期可以自動收集用戶行為和用戶學習興趣等,用戶動態化信息篩選也會更具實時性。 當前高校圖書館的建設過程中,很多都只是流露出個性化服務的發展意向,在為讀者提供服務時,仍然以圖書檢索查詢、文獻傳遞以及圖書借閱為主,各功能模塊的分布位置相對比較零散,需要用戶主動搜集上述信息,才能快速完成圖書檢索工作,與個性化服務之間仍存在一定差距。

3.3 讀者需求考慮不足

高校圖書館個性化服務建設的核心即突出用戶的使用主體地位,從用戶需求角度出發,開展圖書館基礎設施建設和網頁建設工作,繼而更加有效地調動各種類型的資源,為用戶提供全面且具有針對性的信息服務。 但是,在當前高校圖書館建設過程中,很多仍以圖書館為主體開展綜合建設工作,各項工作都圍繞著提高圖書館服務精細化水平開展,在讀者興趣方面考慮得相對較少,后期自然也不能為讀者的閱讀興趣提供配套服務,導致圖書館個性化服務的針對性相對較低,用戶從圖書館信息系統搜集信息時,收集到的和自己想要的也存在著一定差距,一定程度上影響了用戶的使用體驗。 對此分析發現,一方面是信息挖掘技術相對比較落后,缺乏與圖書館個性化建設服務完全匹配的模型,導致圖書館信息檢索和服務篩查能力落后于用戶需求;另一方面是圖書館建設過程中,對用戶需求的考慮相對較少,個性化服務開展缺乏完整的規章制度,也沒有積極地推動落實,影響了讀者的個性化借閱需求快速實現。

4 高校圖書館個性化服務中應用數據挖掘技術的方式

4.1 深入挖掘借閱需求,規范數據借閱模式

高校圖書館個性化服務建設過程中,應有意識地加強對讀者書籍閱讀需求的重視,在數據挖掘技術的幫助下,快速了解各類書籍的借閱頻率和借閱量,分析讀者借閱書籍之間的聯系和書籍的實用效果,從增加讀者選擇性的角度出發,為讀者提供更多的相關書籍,進一步拓寬讀者的閱讀面。 在數據挖掘技術的幫助下,使用數據分析功能可以快速完成書籍分類和聚類工作,減輕工作人員負擔。 同時,為了保障高校圖書館建設的規范性,避免給讀者造成過多的時間負擔,在使用數據挖掘技術時,應當及時規范數據挖掘技術應用模式,簡化圖書借閱步驟,避免讀者在書籍借閱過程中遇到數據不清晰等問題,可有效提升高校圖書館數據借閱平臺的使用效率,讀者在應用讀書平臺時對圖書平臺的觀賞性評價和使用性評價等都會隨之提升。

4.2 建設院系數據庫

高校所涵蓋的專業較多,不同學生對圖書資源的使用需求也存在差異,高校圖書館在為學生提供統一規范服務的同時,應當根據學生的學業發展需求來搭建對應的院系數據庫,為學生提供更多專業化書籍。高校圖書館建設過程中,一般會存儲學生的姓名、學號、所學專業和借閱書籍信息,圖書館工作人員可以在數據挖掘技術的幫助下,將學生的專業特征和圖書借閱信息等整理起來,利用數據篩選功能等對專業相似的學生圖書借閱特征進行統一的數據深挖分析,快速確定各專業學生的圖書借閱需求及專業書籍應用方向。 同時,使用數據挖掘功能搜集高校圖書館中的專業書籍,為學生提供針對性的書籍借閱清單,可以幫助學生快速確定資源位置,拓寬學生的閱讀方向,幫助學生快速找到自己所需要的數據資源。

4.3 提升個性化服務交互性

高校圖書館個性化服務建設過程中,首先應有意識地提升服務交互性,搭建客服服務系統來幫助學生快速搜集所要借閱的書籍,并根據學生的需求生成圖書借閱反饋,為學生提供更多相關的資料。 其次,在個性化服務交互性建設過程中,可以根據讀者留下的閱讀意見和讀者對借閱平臺的評價等針對性地改進個性化服務建設方向,并通過完善圖書館書記服務平臺為讀者提供參與改造學校圖書館的渠道,根據學生的建議進行數據比對和數據分類,將讀者意見應用到圖書館改進建設過程中,有效提升學生的圖書館建設參與感。 此外,高校圖書館建設過程中,應當根據教職工的信息需求特點和學生的閱讀需求推出書籍借閱清單和書籍資料包,讀者通過網絡圖書館平臺即可閱讀相關書籍,進一步優化教職工和學生的閱讀體驗[3]。

4.4 改進數據挖掘設計方案

高校圖書館建設過程中使用數據挖掘技術時,應根據教職工和學生借閱需求以及圖書館建設方向調整應用模式,生成對應的設計方案,以更好地服務平臺建設為目標,為讀者提供更加全面的書籍借閱信息,完善書籍匯總和分類需求,使得讀者可以根據個人意愿選擇相應的書籍。 在書據挖掘設計方案建設過程中,技術人員應當加強對高校圖書館平臺各模塊應用特點的重視,不僅要完善數據篩查和匯總功能,還應當結合高校圖書館推出的各模塊特點,及時統計圖書借閱角色信息和書籍借閱類別信息等,在此基礎上完善數據收集和數據分析處理等各端口的技術,有效提升系統反應速度,方便讀者閱讀查詢資料,為讀者提供更加優質的閱讀體驗。 在數據挖掘實現方案設計過程中,技術人員要格外關注選取數據特征這一服務,在實際設計環節中結合高校圖書館讀者特點,將其劃分成學生、教師等不同的群體,從群體日常的借閱行為和圖書借閱搜索內容出發,開展相似性計算工作,以此得出相似性特征,并分析不同群體的重點發展趨向。 在此基礎上,通過對其下載的信息、標題和個人信息等進行綜合分析,篩選出用戶在使用圖書館借閱功能時,所選擇的主要借閱方向,后期服務推薦時,可以從用戶的實際需求出發,為其推薦更多的專業化書籍,提升圖書館個性化服務與用戶行為特征之間的匹配度,改進高校圖書館個性化服務質量。 高校圖書館個性化服務建設過程中,在大數據挖掘技術的幫助下,一方面可以通過跟蹤用戶固定周期內的借閱信息和瀏覽記錄對用戶的發展方向進行判斷,并為其推薦針對性的書籍;另一方面,還可以引入用戶行為與用戶需求匹配邏輯等新功能,跟蹤用戶行為,并對捕捉到的用戶行為進行特征分類,根據不同加權來計算各類特性出現的原因以及在用戶后期借閱行為中的體現,在此基礎上進行全面的分析,并保留用戶實際需要。

5 結語

高校圖書館個性化服務建設過程中,應用數據挖掘技術可以快速完成書籍整理和分類工作,同時根據學生的借閱需求來提供針對化的書籍資源包,幫助學生快速搜集想要了解的信息。 還可以根據學生的建議來完善圖書館建設方向和資源引進方向,繼而提供更多滿足學生借閱需求的書籍,有效提升學生的書籍借閱量和借閱頻率,在校園內形成濃郁的書香氛圍,對進一步優化高校圖書館個性化服務建設方向、提升圖書館建設效益等具有積極作用。