數據挖掘技術在圖書館中的應用研究

王偉聰

(三亞學院圖書館 海南三亞 572000)

就圖書館發展歷程而言，其經歷了印刷紙張、自動化集成到數字化等發展階段。圖書館作為信息存儲、信息服務的中心，在信息化浪潮中逐步累積了海量的信息資源。隨著社會的不斷發展，圖書館需要不斷創新發展，為讀者提供更為優質的服務，滿足讀者不斷提升的圖書借閱、信息獲取需求。數據挖掘技術是一項新興的計算機信息技術，可依托相應方式分析出有價值的信息，因而近年來在眾多行業領域得到廣泛推廣，其中也包括在圖書館中的應用。數據挖掘技術的出現，讓圖書館各項管理服務工作得到了有效改善，通過數據挖掘技術可從數據庫中提煉出未知的、有價值的信息，進而為讀者提供更優質的服務，讓讀者可以結合自身需求高效便捷地獲取信息資源，并推動圖書館資源的有效利用[1]。因此，該文將對數據挖掘技術在圖書館中的應用進行研究分析。

1 圖書館工作相關概述

圖書館工作主要涉及館藏系統、工作系統、讀者系統等多個方面。隨著現代信息技術的不斷發展與應用，圖書館各系統可集成至一個共有系統中，并產生大量的數據信息，基于這些數據信息開展圖書館工作，將使圖書館工作質量、效率得到有效提升。需要注意的是，現階段圖書館各項工作開展中仍存在一系列問題，如圖書館圖書管理、利用效率不足；不少書目、文獻缺乏實用性或大部分讀者喜愛的書目數量有限，難以滿足讀者的需求等。因此，有必要引入先進技術，為圖書館各項工作提供支持，提升圖書館整體的管理質量、服務水平。

2 數據挖掘技術相關概述

2.1 數據挖掘技術

隨著科學技術的飛速發展，信息加工處理逐漸成為信息化的重要技術支撐。現如今，眾多行業領域的問題均可通過數據挖掘技術進行解決，數據挖掘技術在人們生產生活中得到越來越廣泛的應用。數據挖掘技術主要是指基于海量的數據信息，依托一系列技術應用及模型構建以開展既有數據分析處理，進而建立起一個預測性的模型及相關系統。作為一項新興的計算機信息技術，數據挖掘技術通過對數據信息的加工處理，可為相關人員做出合理的工作選擇及決策提供有效幫助。

2.2 數據挖掘技術類型

依據數據結構方式不同，可將數據挖掘技術劃分為以下幾種類型。

2.2.1 文本數據挖掘

文本數據挖掘指的是利用計算機技術從文本數據中挖掘出有價值的數據信息。文本數據挖掘一般可分為文本信息挖掘、文檔類信息挖掘這兩種，對于文本數據挖掘而言，主要涉及對文本信息特征的提取、對文本信息進行分類以及對文本數據進行分析等。在對文本數據挖掘開展應用過程中，通常會應用到詞串表示法、詞集合算法、貝葉斯分類算法等技術手段，以此為數據信息相關工作提供有力支持[2]。

2.2.2 Web數據挖掘

根本上而言，Web 數據挖掘即為數據挖掘技術在Web頁面的應用，主要涉及了對Web數據等數據信息，諸如用戶信息、Web 頁面結構等數據信息，開展提煉、優化頁面設置，了解訪問用戶行為、內容。通過Web數據挖掘，可為用戶提供一系列更為優質的服務，并基于服務目的及服務內容的不同，對不同個體開展差異化挖掘，主要包括Web日志挖掘、Web內容挖掘以及Web架構挖掘等。

2.2.3 數值數據挖掘

數值數據挖掘主要是指對數值數據進行挖掘，主要作用于描述數值數據、預測數值數據。數值數據挖掘可實現概念描述功能，并著重開展分類分析、預測分析，常見應用方法包括有遺傳算法、歸納法以及模糊數學方法等。

3 數據挖掘技術在圖書館中的應用優勢

3.1 助力圖書館資源建設管理

長期以來，資源建設管理一直是圖書館工作中的重要一環，其對圖書館所提供資源的質量有重要影響，決定著圖書館資源可否滿足讀者的實際需求。隨著如今圖書館信息化建設的不斷推進，不論是傳統紙質資源還是數字資源，都需要通過信息化管理?？傮w而言，圖書館資源建設管理重中之重在于滿足讀者閱讀需求，保障資源管理質量、效率兩大方面。通過對數據挖掘技術的應用，圖書館資源建設管理在以下兩方面均得到有效優化，進一步為圖書館可持續健康發展提供有力支持。首先，在滿足讀者閱讀需求方面，圖書館應建立起對讀者閱讀需求的有效認識，除了要滿足大多數讀者的閱讀需求，還應就少許讀者提供相應資源，盡可能讓每位讀者都可獲取到自身需求的資源[3]。數據挖掘技術在圖書館中的應用，可幫助圖書館更為全面深入、高效便捷地挖掘讀者相關信息，有效了解讀者閱讀需求，有針對性地進行圖書采購、數字資源購置等工作，推進圖書館資源建設管理。其次，在提升圖書館資源管理質量、效率方面，數據挖掘技術同樣有著十分突出的應用優勢。在當前信息化時代下，圖書館資源數量不斷增多，同時資源類型不斷趨于多元化、復雜化，由此一定程度上加大了資源管理難度，傳統管理模式不足以實現對各項資源的高質高效管理。數據挖掘技術的應用可深入分析資源內在聯系，繼而完善資源管理邏輯，實現對資源的高質高效管理。

3.2 提升圖書館服務水平

提升圖書館服務水平不僅是如今圖書館發展的大方向，還是圖書館充分秉持人本理念，使廣大讀者獲得更優質借閱體驗的重中之重。特別是隨著近年來個性化服務的不斷發展應用，可就不同讀者提供更為滿足他們需求的服務，全面提升讀者的滿意度。在圖書館傳統服務管理模式下，個性化服務并不易于實現，究其原因主要在于缺乏對讀者信息、需求等的有效了解，難以為每位讀者提供有針對性的服務。圖書館通過對數據挖掘技術的有效應用，針對在圖書館開展借閱或使用網上圖書館的讀者開展全面采集挖掘，全面深入了解每位讀者的實際需求，并為每位讀者建立特定的個性化數據庫，進一步依托個性化消息推送等方式，為讀者提供更有針對的、個性化的借閱服務[4]。

4 新時期圖書館面臨的主要問題

4.1 圖書資源利用率不足

圖書資源利用率不足作為現階段圖書館廣泛存在的問題，一些地方在建設圖書館時，一味地追求增加圖書館館藏圖書數量，但對其基本職能，也就是服務讀者的職能，卻缺乏有效關注。比如：對一項熱門的書籍或前沿的技術資料，往往在最初上架時便被借閱一空，而一些冷門書籍在書架上則常年無人問津?，F如今，圖書館已然成為學生的自習室，學生在圖書館占位并非為了借閱圖書進行閱讀，而更多是進行與自身學業相關的學習，這一定程度上違背了圖書館建設的初衷。除此之外，圖書館工作人員在采購圖書時，由于缺乏對讀者反饋信息的有效掌握，因而難以有效滿足讀者需求。雖然有讀者會進行反饋，但因為信息反饋不及時，造成該工作難以進行及時調整。

4.2 管理技術難以跟上時代腳步

在圖書館運營發展中，表現出管理技術難以跟上時代前進腳步的問題。新時期，網絡信息技術、移動終端設備迅猛發展，為圖書館管理工作提出了更為嚴格的要求。一些圖書館還未能實現圖書信息管理數字化，讀者需要在圖書館進行圖書檢索，難以通過網絡平臺進行檢索，同時也難以通過網絡獲取最新的圖書信息及文獻資料。除此之外，圖書借閱、歸還仍偏向于人工方式，自動借閱及歸還功能不完善，讀者獲得的閱讀體驗不佳。

4.3 圖書館個性化服務水平不足

現階段，圖書館大多采用的是匯文文獻信息服務系統，可為讀者提供相應的推薦服務，系統也配有數據挖掘工具，可通過算法為讀者推送相應的全文鏈接、專題報告等，還可通過數據分析及相關算法，對當前系統中的數據開展簡單統計。然而其數據挖掘、統計分析仍停留在相對淺層次的階段，在實際應用及讀者體驗中仍缺乏充分體現，同時對信息檢索能力的提升也不明顯。數據挖掘在這一系統中的價值并未得到充分發揮，如今一些圖書館的管理系統還具備集成數據分析功能。

5 數據挖掘技術在圖書館中的應用路徑

5.1 在圖書館圖書管理中的應用

數據挖掘技術在圖書館圖書管理中的應用，主要可從以下幾方面工作入手。

（1）在圖書館圖書采購管理中的應用。圖書采購管理作為圖書館資源建設的重要一環，唯有依托科學合理的采購管理，圖書館資源方可切實滿足廣大讀者的多元需求，讓每位讀者均可在圖書館獲取到自身需求的信息資源。總體而言，圖書館圖書采購管理一般需要考慮讀者需求、自身發展方向兩方面內容，在此過程中，圖書館應借助數據挖掘技術對讀者相關信息進行全面充分挖掘，進而從海量數據信息中有效掌握讀者需求，為圖書采購管理工作開展提供可靠依據。同時，圖書館還應借助數據挖掘技術對政策信息、市場進行深度挖掘，綜合分析為自身建設特色圖書館提供可靠數據支持，進一步以頗具特色的資源打造獨特的圖書館品牌。

（2）在圖書館文獻管理中的應用。通過對數據挖掘技術的有效應用，可顯著提升圖書館文獻利用效率，依托對文獻的優化管理，以提升文獻重復利用效率，同時對于使用率偏低的文獻資源，可依托結構性優化對相關文獻資源采取收藏、淘汰等手段，做到恰當處理[5]。

（3）在圖書館文獻排架工作中的應用。圖書館傳統排架方式大多為依據書目的分類號開展排架，該種排架方式為圖書使用帶來了一定便利，但并非最佳的書目排架方式?；跀祿诰蚣夹g可實現圖書排架方式的有效創新，讓讀者閱讀圖書變得更為便捷。實踐表明，基于數據挖掘技術開展圖書排架，可為提供趨于個性化的閱讀選擇，提升圖書資源的使用效率。

5.2 在圖書館信息化建設中的應用

信息化時代背景下，圖書館不斷提高對信息化建設的重視度，并通過投入大量的人力、物力、財力，以推進圖書館信息化建設。圖書館信息化建設一項復雜的系統工作，不僅體現在硬件設備建設方面，還體現在信息化資源及信息化功能的建設完善。數據挖掘技術在圖書館中的應用，同樣可為圖書館信息化建設管理提供有力支持，并重要體現于硬件設備、數字資源、信息化功能等方面。首先，圖書館應加大數據挖掘力度，對圖書館信息化發展、傳統管理模式進行全面比較研究，綜合分析并建立科學合理的發展規劃，開展好硬件設備建設工作，為圖書館信息化建設提供基礎支持。其次，圖書館還應加大數字資源建設管理力度，一方面要從網絡渠道購置引入更多樣、更豐富的數字資源，還應加強途徑傳統紙質資源向數字資源的轉化，并借助數據挖掘技術對該過程進行全面管理，有效發現數字資源中存在的不足并進行改進。再次，圖書館還應借助數據挖掘技術對圖書館信息化功能予以建設完善，深度挖掘全球范圍內優秀圖書館信息化功能、讀者需求及數字圖書館相關數據信息，不斷優化圖書館信息化功能。比如：利用數據挖掘技術，打造科學適用的Web導航平臺。Web信息量有著繁雜、無序的特征，對Web中的信息開展全面充分篩選存在不小的難題。基于此，對讀者搜索的關鍵詞、瀏覽資源類型與大小及瀏覽時長等，Web 日志應對其開展全面分析并提煉其中的聯系，同時，借助authority方法對相應學科的權威頁面開展挖掘，以提取Web站點訪問路徑，接著對圖書館網頁鏈接予以有效調整，為讀者有效了解學科發展趨勢及獲取學科前沿知識創造有效便利[6]。

5.3 在圖書館個性化服務中的應用

新時期，圖書館已經不再局限于為讀者提供信息查詢、信息反饋等單一服務，而需要結合讀者的實際需求、興趣偏好等，主動向讀者提供個性化的信息服務。對于數據挖掘技術在圖書館個性化服務中的應用，可從以下幾方面內容入手。

（1）確立數據挖掘目標，并建立數據庫。確立數據挖掘目標使開展數據挖掘的首要環節，依托分析讀者的實際需求，建立有效且合理的數據挖掘目標。在確立完畢數據挖掘目標后，即轉投數據準備工作，即為從海量數據信息中提煉一個與目標相關聯的樣板數據子集，并基于此建立一個儲存各類數據挖掘需求數據的數據庫。將數據挖掘技術應用于圖書館個性化服務中，首要步驟即為建立兩個數據庫，分別為讀者數據庫和圖書館特色資源數據庫，例如：讀者接受圖書館服務時，會留下借閱記錄、網站訪問痕跡等數據，這些數據蘊藏著大量有用的信息[7]。

（2）分析調整數據庫中的數據。在數據庫建立完畢后，需要對兩個數據庫中的數據進行分析調整。如果原始數據質量偏低，則盡管建立的數據模型很可靠，也會對最終預測結果造成不利影響。因此，需要對數據庫中的數據開展抽取、清洗、轉換等工作。其中，數據抽取即為搜索出與數據挖掘目標相關的各類數據信息，數據清洗是指對數據重復記錄等予以消除，并對計算缺值數據開展推到。數據轉換是指對數據維數開展精減，由數據初始特征中提煉有價值的部分特征，以此有效縮減在數據挖掘中要考慮的變量數。

（3）選取適用的算法，建立相關數據挖掘模型。針對挖掘中的某項任務，往往可采用不同的算法。為此，應結合數據特征及實際運行系統要求或讀者需求，來進行算法選擇，比如：有的讀者需求的是預成型知識，有的讀者需求的是描述型知識或者易于理解的知識等。在選擇完畢算法后，繼而要建立相關的數據挖掘模型，也就是依托聚類、分類且采用時序模型，提煉出讀者個性化、普遍性需求，接著對關聯規則模型開展構建。需要注意的是，對于建立的相關模型，還應開展必要的驗證、試用，以此選定能有效解決目標問題的最理想模型[8]。

（4）數據挖掘結果處理。在采用算法規則建立數據挖掘模型后，還應利用這一算法再開展計算，進一步獲取數據挖掘結果。圖書館應當對結果開展可視化處理，即為將抽象的數據結果轉化成易于理解的結果，進而一方面為圖書館制定管理決策提供依據，另一方面為讀者提供更優質的服務。

6 結語

綜上所述，圖書館作為一項公共基礎設施，是教育事業中不可或缺的部分，是公眾獲取信息資源的重要方式，依托數據挖掘技術有效發現圖書館各項管理服務工作中存在的問題，將其應用于圖書館管理，應用于圖書館信息化建設中，應用于圖書館個性化服務中，對推動圖書館的可持續健康發展具有十分積極的意義。