高校圖書館數(shù)據(jù)智能分析系統(tǒng)的研究與應(yīng)用

中圖分類號(hào)：G258.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-1588（2025）04-0071-03

1背景

高校圖書館作為高校重要的資源中心，肩負(fù)著為學(xué)術(shù)研究和教育教學(xué)提供保障的重任。隨著高校圖書館館藏資源數(shù)量的不斷增多，用戶對(duì)圖書館智能化的要求越來越高，高校圖書館亟須在圖書借閱、館藏管理、期刊訂閱、數(shù)據(jù)統(tǒng)計(jì)等方面開拓創(chuàng)新，盡可能滿足用戶的需求[1，2]。近年來，高校圖書館積極嘗試應(yīng)用人工智能和大模型技術(shù)，但實(shí)際效果不佳，難以達(dá)到用戶的要求，部分關(guān)鍵業(yè)務(wù)仍依賴人工操作，嚴(yán)重影響了智慧圖書館建設(shè)進(jìn)程[3.4] 。

的數(shù)據(jù)分布于不同的系統(tǒng)，數(shù)據(jù)量大，分布范圍廣，數(shù)據(jù)格式和標(biāo)準(zhǔn)不統(tǒng)一，僅靠館員開展數(shù)據(jù)統(tǒng)計(jì)分析工作，不僅成本較高，準(zhǔn)確性也難以保障，且無法做到對(duì)館內(nèi)各項(xiàng)運(yùn)行指標(biāo)的實(shí)時(shí)監(jiān)控。因此，筆者基于人工智能和大模型技術(shù)設(shè)計(jì)開發(fā)了一套高校圖書館數(shù)據(jù)智能分析系統(tǒng)，利用信息化等技術(shù)手段整合不同系統(tǒng)中的數(shù)據(jù)，細(xì)化業(yè)務(wù)需求和相關(guān)場(chǎng)景，建立不同維度的數(shù)據(jù)分析報(bào)表模版，以提高圖書館數(shù)據(jù)分析能力。該系統(tǒng)能夠?qū)崿F(xiàn)圖書館各類報(bào)表數(shù)據(jù)的實(shí)時(shí)自動(dòng)生成及可視化展示，為高校圖書館節(jié)省大量人力成本，減輕館員的工作壓力。此外，該系統(tǒng)還能自動(dòng)生成分析報(bào)告，支持多種數(shù)據(jù)格式的導(dǎo)入，且具有分權(quán)分域功能，有助于高校圖書館優(yōu)化資源配置及管理決策[5，6]。

2高校圖書館數(shù)據(jù)智能分析系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)總體架構(gòu)

高校圖書館數(shù)據(jù)智能分析系統(tǒng)是基于JavaEE的分布式微服務(wù)架構(gòu)平臺(tái)[7]，系統(tǒng)架構(gòu)包含數(shù)據(jù)采集層、分析處理層和應(yīng)用展示層，系統(tǒng)總體架構(gòu)如下頁圖1所示。數(shù)據(jù)采集層可實(shí)現(xiàn)對(duì)日志信息、借閱和新增圖書信息、學(xué)科服務(wù)數(shù)據(jù)、電子書使用量、數(shù)據(jù)庫訪問信息等數(shù)據(jù)的實(shí)時(shí)、批量采集。筆者選用MyBatis為數(shù)據(jù)庫操作的主要框架，其支持動(dòng)態(tài)SQL生成，且具有靈活的SQL查詢功能，可提高系統(tǒng)與數(shù)據(jù)庫的交互效率。為優(yōu)化數(shù)據(jù)庫的訪問性能，筆者在系統(tǒng)內(nèi)集成了Druid數(shù)據(jù)庫連接池，此舉有效減少了數(shù)據(jù)庫連接的創(chuàng)建和銷毀成本，加快了數(shù)據(jù)庫訪問速度。該系統(tǒng)會(huì)對(duì)采集到的數(shù)據(jù)進(jìn)行清洗、去重、缺失值填補(bǔ)、異常值檢測(cè)和歸一化等處理，以消除數(shù)據(jù)中的噪聲和錯(cuò)誤。分析處理層基于分布式計(jì)算Apache框架，支持大規(guī)模數(shù)據(jù)的并行處理。筆者選用SpringBoot作為分析處理層的核心架構(gòu)[8，9]，該架構(gòu)具有簡(jiǎn)化配置、智能化依賴管理和快速開發(fā)部署能力，能夠迅速處理大量并發(fā)請(qǐng)求，其模塊化的設(shè)計(jì)允許管理員根據(jù)實(shí)際需求添加或刪除組件，確保系統(tǒng)各部分的無縫協(xié)作。應(yīng)用展示層可利用可視化工具將數(shù)據(jù)分析結(jié)果轉(zhuǎn)化為直觀的圖表，支持自定義的分析結(jié)果查詢。筆者選用Thymeleaf模板引擎實(shí)現(xiàn)數(shù)據(jù)展示和用戶交互功能[10]，可實(shí)現(xiàn)動(dòng)態(tài)頁面的生成，根據(jù)用戶請(qǐng)求實(shí)時(shí)生成數(shù)據(jù)分析結(jié)果，將其與SpringBoot無縫集成，可提高前后端數(shù)據(jù)傳遞速率。

該系統(tǒng)總體架構(gòu)的創(chuàng)新點(diǎn)如下：一是實(shí)現(xiàn)了基于時(shí)間序列的高校圖書館數(shù)據(jù)挖掘算法，可按照時(shí)間序列挖掘不同數(shù)據(jù)之間的關(guān)系，產(chǎn)生更多有價(jià)值的信息，從算法和軟件層面保障了系統(tǒng)的創(chuàng)新性。二是整合借閱、空間、屬性等圖書館數(shù)據(jù)，構(gòu)建了16種高校圖書館使用頻率較高的、基于空間和屬性特征的場(chǎng)景報(bào)表模型庫，包括研討間使用次數(shù)、各時(shí)段研討間使用個(gè)數(shù)、各部門典藏百分比、到館人數(shù)、每日借閱量、各學(xué)院借閱次數(shù)、各學(xué)院借閱人數(shù)、書籍借閱次數(shù)、書籍續(xù)借次數(shù)等模型庫。三是利用了基于Thymeleaf引擎的可視化展示技術(shù)，可將數(shù)據(jù)分析結(jié)果轉(zhuǎn)化為直觀的圖表，方便館員操作和使用系統(tǒng)。

2.2 系統(tǒng)功能

高校圖書館數(shù)據(jù)智能分析系統(tǒng)具有以下四類功能：一是數(shù)據(jù)管理功能，支持導(dǎo)人CSV、JSON等格式的數(shù)據(jù)，根據(jù)不同的數(shù)據(jù)格式生成不同的圖表，并對(duì)生成的圖表進(jìn)行動(dòng)態(tài)調(diào)配。二是系統(tǒng)管理功能，管理員可對(duì)系統(tǒng)的賬戶登錄、角色授權(quán)、組織機(jī)構(gòu)增減等項(xiàng)目進(jìn)行管理，并合理分配操作權(quán)限和設(shè)備管理范圍。三是統(tǒng)計(jì)分析功能，該系統(tǒng)配備了便捷的數(shù)據(jù)分析插件和工具，支持圖表全景縮放、圖例點(diǎn)擊顯示、圖表形式轉(zhuǎn)換等，可在單張圖表中查看各項(xiàng)數(shù)據(jù)的分析結(jié)果，解決統(tǒng)計(jì)分析場(chǎng)景中瀕繁切換顯示的問題。四是實(shí)例演示功能，可為用戶提供多種個(gè)性化的統(tǒng)計(jì)分析模型，且支持多種圖表展示樣式，滿足不同用戶的多元化數(shù)據(jù)分析需求。

3典型的系統(tǒng)應(yīng)用場(chǎng)景

3.1 到館流量分析

高校圖書館數(shù)據(jù)智能分析系統(tǒng)可幫助圖書館從不同維度對(duì)到館流量信息進(jìn)行統(tǒng)計(jì)，挖掘用戶的潛在需求和行為模式，并將其與館內(nèi)空間資源信息相匹配，以優(yōu)化館藏資源配置，提升服務(wù)質(zhì)量和用戶體驗(yàn)。到館流量分析的數(shù)據(jù)源包括高校圖書館的門禁系統(tǒng)、借閱系統(tǒng)、自助服務(wù)終端和智能監(jiān)控系統(tǒng)等，不同數(shù)據(jù)源的數(shù)據(jù)可相互稽核，以提升數(shù)據(jù)的使用價(jià)值，如：將門禁系統(tǒng)的數(shù)據(jù)與借閱系統(tǒng)的數(shù)據(jù)進(jìn)行比對(duì)，確定用戶使用圖書館的高峰時(shí)段及用戶活動(dòng)的熱點(diǎn)區(qū)域[1]。到館流量分析的重點(diǎn)在于精準(zhǔn)識(shí)別用戶的行為，以明確用戶集中到訪時(shí)段、用戶最常逗留的閱讀區(qū)域及借閱頻次較高的書籍類型等。高校圖書館可根據(jù)分析結(jié)果優(yōu)化服務(wù)模式和空間布局，如：根據(jù)工作日與周末的用戶到館高峰時(shí)間的差異量，適當(dāng)延長(zhǎng)周末開放時(shí)間；根據(jù)館內(nèi)特定區(qū)域在特定時(shí)段內(nèi)的人流密集度增設(shè)閱覽室席位、優(yōu)化館藏資源布局；根據(jù)研討室人員流動(dòng)情況優(yōu)化管理策略，在研討室使用人數(shù)較少的時(shí)段開展專題活動(dòng)，吸引用戶積極使用研討室。

3.2 借閱數(shù)據(jù)分析

借閱數(shù)據(jù)是高校圖書館數(shù)據(jù)的重要組成部分，針對(duì)借閱數(shù)據(jù)的系統(tǒng)性分析有助于高校圖書館掌握用戶的閱讀偏好和館藏資源利用情況，進(jìn)而優(yōu)化資源調(diào)度策略、館藏資源結(jié)構(gòu)和館內(nèi)空間布局[12.13]。借閱數(shù)據(jù)包括書籍的借閱次數(shù)、借閱時(shí)間、借閱者身份等，把這些數(shù)據(jù)按時(shí)間或類型進(jìn)行存儲(chǔ)，即可構(gòu)建完整的借閱數(shù)據(jù)集。高校圖書館可分析不同年級(jí)學(xué)生的借閱量，展示各年級(jí)學(xué)生的文獻(xiàn)需求差異，為館藏資源采購工作提供數(shù)據(jù)支持；分析書籍的借閱次數(shù)，精準(zhǔn)識(shí)別熱門書籍及特定書籍的借閱高峰時(shí)段，進(jìn)而分析社會(huì)熱點(diǎn)問題或用戶的閱讀興趣點(diǎn)；分析不同用戶群體的借閱習(xí)慣，深入了解不同群體的閱讀需求，進(jìn)而開展更具針對(duì)性的專題服務(wù)；分析用戶借閱特定書籍的頻率和周期，明確用戶閱讀特定類型書籍的規(guī)律，進(jìn)而調(diào)整資源建設(shè)策略。

4結(jié)語

高校圖書館數(shù)據(jù)智能分析系統(tǒng)可采集、分析和處理不同數(shù)據(jù)源的數(shù)據(jù)，生成數(shù)據(jù)統(tǒng)計(jì)分析報(bào)告，為圖書館的日常管理和領(lǐng)導(dǎo)決策提供支持[14，15]。筆者將持續(xù)優(yōu)化該系統(tǒng)，引人更多智能化工具，設(shè)置智能化報(bào)告生成、智能預(yù)測(cè)和智能推薦等功能[16]；不斷完善系統(tǒng)界面和操作流程，簡(jiǎn)化操作步驟，提升用戶的使用體驗(yàn)；引入更多大模型，提升對(duì)半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)的處理能力，為高校圖書館的智慧圖書館建設(shè)奠定數(shù)據(jù)基礎(chǔ)。

參考文獻(xiàn)：

[1］王蕾.高校圖書館人工智能素養(yǎng)服務(wù)的探索與研究[J].圖書館理論與實(shí)踐，2024（4）：26-32.

[2]白忠睿，陳臣，李若冰.基于人工智能的圖書館數(shù)據(jù)管理內(nèi)容與體系構(gòu)建研究[J].圖書館學(xué)刊，2024（7）：40-43.

[3］陸娜.生成式人工智能與圖書館發(fā)展的國外研究進(jìn)展[J].圖書館研究與工作，2024（8）：48-54.

[4］刁羽，薛紅.生成式人工智能驅(qū)動(dòng)圖書館學(xué)科服務(wù)變革[J].圖書館，2025（1）：74-79.

[5]李璘，韓旭.基于知識(shí)圖譜的高校圖書館網(wǎng)絡(luò)信息資源管理平臺(tái)構(gòu)建與實(shí)踐策略[J].圖書館學(xué)刊，2024（7） ：49-51.

[6］于莉娜.公共圖書館用戶信息服務(wù)體系構(gòu)建探索：以大連地區(qū)為視角[J].圖書館學(xué)刊，2024（6）：36-39.

[7］李昕洋.JavaEE后端計(jì)算機(jī)軟件的設(shè)計(jì)與實(shí)現(xiàn)[J].電子技術(shù)，2024（2）：70-71.

[8］謝振華.基于Vue.js與SpringBoot的教務(wù)管理系統(tǒng)設(shè)計(jì)[J].電腦與信息技術(shù)，2024（4）：95-97.

[9]王文靜，國育家，賈康鋮.基于SpringBoot的信息化項(xiàng)目管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].信息技術(shù)與信息化，2023（11） ：113-116.

[10］陳剛.基于SpringBoot+Thymeleaf+MySQL的動(dòng)態(tài)表單功能模塊設(shè)計(jì)與實(shí)現(xiàn)[J].長(zhǎng)江信息通信，2023（9）：100-102.

［11］楊佳.以上海圖書館為例的到館讀者流量分析[J].圖書館界，2010（6）：36-38.

[12]孟志強(qiáng)，李慧.基于對(duì)應(yīng)分析的高校讀者借閱行為特征探究[J].蘭臺(tái)內(nèi)外，2023（36）：85-88.

[13］許凡.數(shù)字化轉(zhuǎn)型期獨(dú)立學(xué)院讀者借閱行為和閱讀偏好研究：以南京師范大學(xué)中北學(xué)院圖書館為例[J].圖書館學(xué)刊，2022（11）：70-76.

[14］楊宗玲.高校圖書館與數(shù)字學(xué)術(shù)出版商協(xié)同共融發(fā)展策略：基于產(chǎn)業(yè)價(jià)值鏈理論視角［J].圖書館工作與研究，2024（8）：46-52.

[15]梅振榮，王海伶，許慧，等.智慧圖書館數(shù)據(jù)開放共享及安全治理平衡研究[J].圖書館，2024（9）：96-101.

[16］李蛟，孟志強(qiáng).基于時(shí)間序列算法的高校圖書館借閱數(shù)據(jù)預(yù)測(cè)及分析[J].情報(bào)科學(xué)，2022（11）：133-138.

（編校：馮耕）