数据挖掘在图书管理方面的应用

数据挖掘在图书馆的应用分析

摘要信息技术正从数据处理向数据应用转变,图书馆迫切希望将多年来在数字化建设中形成的数据集进行面向过程、主题的抽取和分析,形成支持决策的分析数据和报表,从而改进图书馆的管理和服务。数据挖掘(Data Mining)这一技术下正是为数据从处理向使用转变的技术解决方案。

关键词数据仓库;数据挖掘;分析系统;个性服务;WEB服务

信息技术的发展改变了读者对图书馆资源索取和利用的方式和手段,提出了新的服务要求,图书馆不得不采用新的技术手段来满足或适应读者的需求,图书管理系统在技术自动化、信息处理多元化等方面较以前有了很大的提高,对数据库技术的普遍应用较好地解决了读者在时间、地域限制的问题,方便读者快捷地索取资源。但是读者对信息索取的查准率仍然不高,如何将图书馆的众多信息上升成为读者知识等问题依然没有解决,甚至变得更加严重。究其原因是:信息成几何数增长的同时,图书信息管理系统(MIS)依然是面向处理的、关注数据的管理,是一种联机事务处理系统(OLTP),没有从数据使用的角度进行分析和挖掘,实现面向主题的、支持决策的功能的联机分析处理系统(OLAP),为此我们不仅要将计算机在数据管理上发挥作用,更重要是在数据分析、信息服务上体现出高效、快捷的功效。

1图书馆信息服务现状

信息、数据、知识的提升过程在信息社会中已被众多机构瞄准,他们的管理和服务正撼动着图书馆信息服务的主体地位,近年来许多IT公司宣布开拓知识服务,建立基于文献服务的知识创新,于是有人惊呼图书馆将走向没落和消亡,图书馆将被替代,调查表明图书馆的用户群正逐年流失,用户将获取知识的途径转向互联网,依赖搜索引擎。为此,我们不得不审视图书馆信息管理和服务的现状。

1.1信息不虞和信息过剩问题变得越来越严重

信息以数字形式在图书馆界得以应用和普及,数据以比特流在网络中传播和利用,滚雪球似地被用户加工和完善,面对如此众多的数据,如何找到有用的信息,成为知识,成为信息社会最大矛盾。今天,用户真切地感受到了“信息贫乏”(Information poor)和“数据关在牢笼中”(data in jail)的无奈,奈斯伯特(John

第２４卷第２期　２０１１年５月　山西青年管理干部学院学报　Ｊｏｕｒｎａｌ　ｏｆ　Ｓｈａｎｘｉ　ＣｏＮｅｇｅ　ｆｏｒ　Ｙｏｕｔｈ　Ａｄｍｉｎｉｓｔｒａｔｏｒｓ　Ｖ０１．２４　Ｎｏ．２　Ｍａｙ，２０１０　【哲学・文化】　数据挖掘技术在高校图书馆管理中的应用　白建伟　（太原理工大学计算机学院，山西太原０３００２４）　摘要：数据挖掘技术应用于图书馆管理中，有利于分析和处理图书馆的日常业务数据，为图书馆合理分布馆藏提供技　术和决策管理支持，同时也为图书管理员准确把握读者需求，提供个性化的信息服务。　关键词：数据挖掘；图书馆；信息服务　中图分类号：Ｇ２５４．９１文献标识码：Ｃ　文章编号：１００８—８９９７（２０１１）０２—００７５—０２　一、数据挖掘概述　数据挖掘（Ｄａｔａ　Ｍｉｎｉｎｇ，简称ＤＭ）是指从大量的、不　完全的、有噪声的、模糊的、随机的数据中，提取隐含在　其中的，人们事先不知道，但又是潜在有用的信息和知　识的过程。简单地说，就是从存储于数据库、数据仓库　等系统的大量数据中挖掘出感兴趣的知识的处理过程。　数据挖掘所得到的相关信息，具有未知、有效和实用三　个特征。进行数据挖掘，包含下列五个步骤：（１）确定目　标。了解相关领域的情况，熟悉相关的背景知识，弄清　用户需求，定义要挖掘的目标；（２）数据准备。搜索所有　与业务对象有关的内部与外部数据信息，并从中选择出　适用于数据挖掘应用的数据；（３）数据预处理。对提取　的数据进行再加工，对丢失的数据进行填补，对噪音数　据进行处理；（４）数据挖掘。运用选定的知识发现算法，　从数据中提取用户所需要的知识；（５）知识评价。数据　挖掘将提取的知识以用户理解的方式呈现。　二、数据挖掘在高校图书管理中的应用　（一）数据挖掘在决策管理上的应用　目前，影响高校图书馆发展的一个重要因素就是管　理水平低下，而管理水平的高低，主要取决于决策是否　正确与科学。传统的图书馆决策管理基本上依靠的是　管理者的经验，存在着主观、片面、盲目等问题，已经不　能适应现代图书馆的发展要求。数据挖掘技术可以分　析总结图书馆数据，为管理者科学的决策提供依据。　１．数据挖掘能将涉及图书馆这一信息系统的各部　分内部数据和外部信息汇集起来，经过处理和转换，形　成集中统一、随时可用的决策信息，防止因信息不足造　成的错误决策。　２．数据挖掘能对集成数据进行多维分析比较，对决　策假设进行审查和验证，从而提高决策的可靠度和可行　性，达到合理利用有限资金、优化图书馆资源配置的目　的。　３．数据挖掘可以从历史数据中找出潜在模式，并在　模式的基础上自动作出预测。这对启发图书馆决策者　的创新思维，应对信息化社会的挑战具有重大意义。　（二）数据挖掘技术在图书资源管理中的应用　１．对文献采购和馆藏建设进行合理的规划建议　在高校中，每个机构或部门都有固定的经费，所以，　图书馆的资源采购要考虑到资金的利用率，把资金用在　最需要的资源采购中，以提高资源的利用效率。通过数　据挖掘系统，可以将图书借阅数据和文献采编数据结合　起来进行分析、管理。例如，在采访过程中，通过数据挖　掘技术分析的理论，可以协助采购员根据情况对各类图　书进行增减，保证采购的图书适合高校读者群体需要；　在编目过程中，能够协助编目员确定新书的最佳上架时　间，从而让读者在最需要的时候，容易发现自己急需的　文献。　２．在文献日常管理中的应用　在图书馆系统的借阅数据库中，每天都产生大量的　收稿日期：２０１１—０１—１７　作者简介：白建伟（１９８２一），男，山西临县人，太原理工大学计算机学院２００８级计算机技术在读硕士研究生，山西青年管理干部学院图书馆馆员。　

科技创新与应用Ｊ　２０１２年３月（中）　图书与档案　数据挖掘在高职院校图书馆管理中的应用　杨睿娜　（天津滨海职业学院，天津３００４５１）　摘要：在高职院校的日常教学管理中，图书馆扮演着一个重要的角色，师生可以通过其各类的图书、期刊、杂志及影音电子数据　来增加知识、寻求解答。如何顺应时代的大发展，以现有数据为基础，应用数据挖掘技术在图书馆的日常管理中进一步开展个性　化服务是本文的重点。　关键词：数据挖掘；图书馆管理；关联规则；聚类分析　ｌ引言　１．１数据挖掘定义　数据挖掘（Ｄａｔａ　Ｍｉｎｉｎｇ，简称ＤＭ）技术在近几年蓬勃发展，在很　多领域都得到了起来越广泛的应用，它的出现解决了“信息丰富而知　识贫乏”的数据管理现状。其作用是从大量的、不完全的、有噪声的、　模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又　是潜在有用的信息和知识的过程【“。数据挖掘一般遵循以下简单过　程：　（１）确定分析和预测目标：即通过数据挖掘解决什么样的问题，达　到什么目的。　ｆ２）了解数据：如数据从哪儿来，所选的数据表哪些字段是必要　的，如何描述这些数据等。　（３）数据准备：数据准备是指对已确定的基本数据进行必要的转　换、清理、填补及合并。数据准备工作比较繁锁，但非常重要，如果数　据里的噪声太多，就会影响建立模型的准确度。　（４）数据相关性前期探索：有些数据挖掘在定性和数据分类使用　方面，可以作为更高一级预测的探索工具。比如，先用决策树或聚类　方法帮助找出数据的总体趋势，并预测数据相关性，再用神经网络或　规则引导法有针对性地建模。　（５）模型构造：模型构造的过程主要包括：选择适用的挖掘技术、　建立培训数据和测试数据、利用培训数据采用相应的算法建立模型、　模型解释和模型评估和检验。　（６１部署和应用：如果经过测试和检验，所建立的模型可信，并在　预定的误差范围内，那么便可以按照这种模型计算出输出值，并按照　输出值确定决策的依据自。　１．２数据挖掘在图书馆管理中的应用意义　一方面，在高校，图书馆的现代化管理中会产生很多类数据，这　些历史数据如何发挥其价值；另一方面，许多新兴的高职院校为了在　评估中顺利达标，往往只考虑图书数量，在藏书结构、购买等环节缺　乏考虑，而忽视了图书质量的要求，导致图书馆不能发挥其特有优　势；仅仅就这两个原因，数据挖掘技术在该领域的应用都会是将来我　们研究的重点。　１．２．１海量数据　数据挖掘的基础是大量的数据，而图书馆每天都有数据产生，　如：每天读者的到馆情况；读者的借阅信息；电子阅览室里读者的浏　览信息等，这些都可作为数据挖掘的数据源。而这些信息一旦成为历　史数据，普通的数据库就只能起到管理作用，而浪费了这些数据所代　表的深层意义。　１．２．２个性化服务　随着出版物数量的日益增多，载体日益丰富，读者需求与资金利　用的平衡问题越来越不容易把握，令购买工作的决策变得更加复杂。　应用数据挖掘技术，一方面可从少量数据中分析出事物之间的联系，　挖掘出隐藏其中的信息规律；另一方面还可以根据用户的历史借阅　记录，分析出他们的兴趣所在，实现主动的个性化信息服务。　１．２．３读者需求分析　与一般以调查研究为基础的分析不同，对读者阅读习惯的分析　过程完全可以从其大量数据中挖掘而得到。如：阅读图书种类的不　同，到馆率的多少以及读者身份与阅读习惯的关系等。　１．２．４图书馆藏书结构优化　对图书的订阅与采购完全可以以数据挖掘技术为指导，其图书　资源的结构更具高职院校的特色。如：应用数据挖掘结果指导图书订　阅与采购，使资源更合理化；没空用户的信息需求，主动提供个性化　特色服务；挖掘读者流量、借阅善等信息，优化图书馆藏布局等。　２图书馆管理中的数据挖掘应用研究　数据挖掘算法的选择在整个系统中的作用是至关重要的，算法　选择的正确、合理与否都直接影响挖掘结果。　——２４２——　２．１聚类算法的使用　所谓聚类就是按照分析对象的某些属性，把其分成不同的类，其　结果是使类间的相似性尽可能小，类内相似性尽可能大。考虑到挖掘　的执行效率及推荐的差异性，将利用聚类分别从以下两方面来探讨：　一是以读者的借阅信息为聚类中心，设计一种方法，目的是为了分析　出哪些学生喜欢读书而哪些学生属于惰性读者；二是以图书基本信　息为聚类中心，设计一种方法以实现哪种图书适合哪一类读者。　在对原始数据进行了简单的清理之后，根据读者基本信息表和　借阅记录表可得视图：读者借阅数量（读者编号，２０１１年借阅数量）。　这样，对读者借阅数量进行分析就可以知道哪些读者借书频率高，哪　些读者借书频率相对较低。根据实际的数据，采用ｋ－ｍｅａｎｓ聚类算法　阁。　在随机抽取了２０同学的记录后，设置聚类个数ｋ为３，即得到三　类读者，可称之为惰性读者、一般读者以及活跃读者。在计算得到结　果之后，根据记录可得到惰性读者比例为３２．６％，一般读者为５６．４％，　活跃读者为１１％。而这一结果基本符合现实情况，证明采用的算法合　理，计算结果有效。　２．２关联规则的使用　关联规则（Ａｓｓｏｃｉａｔｉｏｎ　Ｒｕｌｅ）挖掘是通过分析记录集合，发现给　定项目间的关系或联系　。反映一个事物与其他事物之间的相互储存　性和关联性，只要两个或多个事物存在一定的关联关系，那么，其中　一个事物能够他事物预测到。利用关联规则可以得到：一是通常情况　下读者借阅某一本书的同时，往往会借阅另一本书，这样通过发现任　意两本书或者几本书之间的关联，对图书借阅的推荐具有重要意义；　二是找出哪几类图书频繁出现，也可作为采购依据，并在对图书馆的　藏书进行管理时，可将相关书籍排放在一起，方便于学生借阅。　该过程的数据源选择了图书信息表、读者信息表和借阅记录表，　并根据这三种表得到新的视图：读者借阅详细记录（读者编号，读者　姓名，图书名称，出版社，借书日期，还书日期）。采用Ｃｌｅｍｅｎｔｉｎｅ　１．１　的Ａｐｒｉｏｒｉ算法　，可以得到图书关联强度图。图中连线越粗，代表两本　书的关联强度越强，反之，则代表两本图书的关联强度弱。为了清晰　看出某两本书的关联，可以去除部分弱连接，这样可以明显地看出读　者在借阅一本书的同时通常还会借阅哪一本。有此结果，可以在读者　在借某本图书的时候，向其推荐较强关联的图书，以减少读者选择图　书的时间。　３结论　目前图书馆的管理工作已经全面进入到使用计算机进行管理的　阶段，较以前的手工操作已经大大地提高了工作效率，然而，受传统　数据库管理功能的限制，目前图书馆还无法在知识内容上进行深层　次探索，要想获得进一步的优化和丰富，发挥图书馆的最大效能，还　有待进一步研究。　本文仅简述了数据挖掘技术在这一领域的初步探索，分析了基　于关联规则和聚类分析的数据挖掘技术在高职院校图书馆的应用。　而且数字化图书馆的兴起，为数据挖掘技术的发展提供了更广阔的　发展背景，其在高校的应用范围越来越广。图书馆的管理人员应发挥　主人翁姿态，不断学习和研究新技术、新方法，以保证图书馆个性化　服务的Ｊｌ￣１］开展。　参考文献　『１１邵峰晶，于忠清．数据挖掘原理与算法［Ｍ］．北京：中国水得水电出版　社．２００６．　潘小枫．数据挖掘技术及其在数字图书馆建设ｆｌ－的运用　－图书馆　理论与实践，２００６（４）：１０５—１０６．　『３１魏育辉，潘洁．图书流通数据的关联挖掘量化分析方法【Ｊ】．现代情报，　２００５（１１）：１０８—１１０．　１４１任家东．分布式多层关联规则挖掘ｆＪＪ．计算机工程，２００７，（５）：９６—９８．

科技创新与应用ｌ　２０１４年第５期　信息技术　

数据挖掘在图书馆管理上的应用　

宋丽军　

（同济大学软件学院，上海２０１８０４）　

摘要：随着学生和图书馆里文献资料的数量增涨，图书馆管理系统的数据正呈指数增长。使用传统的人工统计方法不可能进行　完整的、如此大量的数据分析，如何巧妙的提取需求的信息然后进行充分的利用成为了一个让人头疼的问题。而利用数据挖掘技　

术可以很轻松的解决上述问题。文章通过使用ｋ－ｍｅａｎｓ算法进行聚类挖掘得到了一个完整高效的统计结果，进而根据统计结果　对图书馆的管理进行改善，可以提供更好、更人性化的服务。最后，文章对未来数据挖掘技术在图书馆的数据管理方面的应用进　

行了展望和畅想。　关键词：数据挖掘；图书馆管理；个性化服务　

随着科学技术和文化水平的飞速发展，人们对知识的需求也越　

来越强烈，想要更好的工作环境和生活水平，与自身的知识水平是　

密不可分的。因此，越来越多的人选择不断汲取知识来武装自己，而　

图书馆是汲取各种知识、了解国内外最新动态的最快捷、方便、省时　省力的地方。由于越来越多的人选择了图书馆，图书馆中的资料、读　

者信息、借阅信息等等也越来越繁多和复杂，如何更好的处理与充　

分利用这些信息，成为了图书馆管理与发展的重大转折点。　

所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前　未知的并有潜在价值的信息的非平凡过程。非常适合进行图书馆数　

据的挖掘、管理和应用。例如我们可以采用数据挖掘的方法分析读　

者的行为，总结其一般的借阅规律，从而采取相应的措施，为读者创　造方便的环境和提供不同的个性化的服务。　

实例分析：分析读者行为，获取读者需求　

聚类分析是将数据分类到不同的类或者簇这样的一个过程，所　以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的　

相异性。我们可以采用聚类分析的方法把不同的读者进行分类，然　

后对不同类型的读者提供不同的服务，这样可以更好的管理读者的　借阅情况，也可以给有特殊需求的读者提供特殊的服务。下面根据