数据挖掘技术在图书馆中的应用

技术研发TECHNOLOGY AND MARKETV〇1.24，N〇.7,2017

数据挖掘技术在数字图书馆中的应用研究

陈慧敏

(珠海城市职业技术学院，广东珠海519000)

摘要:数据挖掘的实廣就是在种类繁多、数量巨大的数据中进行有价值数据的搜寻和整理，从而获取有价值、有意义的 相关数据信息。对于高校的数字图书馆来说，通过数据挖掘技术能够有效的提高高校数字图书馆的工作效率和工作质

量，方便全校师生更好地查阅资料和所需要的信息。随着互联网技术的不断普及和发展，加强数字图书馆的信息化处理

对于高校的图书馆的管理而言具有重要的意义，特别是挖掘技术在数字图书馆中的应用更加为数字图书馆的使用提供 了便利条件。主要结合当前高校的数字图书馆的使用现状和数据挖掘技术的的应用进行分析，针对数据挖掘技术在图 书馆中的应用进行探讨。

关键词：数据挖掘技术；数字图书馆；应用研究；策略分析 doi： 10. 3969/j. issn. 1006 - 8554.2017. 07. 073

〇引言随着网络时代的不断发展，种类繁多、数量巨大的信息逐

渐给人们生活带来了巨大的改变这种巨大改变一方面给人们 带来了便利，丰富了日常生活，增加了见闻感受，另一方面巨大

的冗杂的信息也给人们带来了很大的烦恼，过度的信息量造成

了社会的混乱，冗杂的信息、缺乏真实性的信息给人们带来很

多误解，严重影响了社会居民的正常判断。如何在大量的信息

中分清真假，在网络快速发展的时代不被大量的信息淹没，在

信息的海洋中搜寻适合自己需求、对自己工作和学习生活具有

意义的信息至关重要。数据挖掘技术的出现为了信息爆炸的

时代提供了一种方便的搜索手段，数据挖掘技术是依赖于互联

网技术的筛选技术，通过数据挖掘技术在数字图书馆中的应

用，能够有效提高数字图书馆的数据筛选效率，在一定程度上

方便了读者的需求。本文主要结合挖掘技术在数字图书馆中 的应用进行分析，希望能够为挖掘技术在数字图书馆中的应用

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。　

龙源期刊网

数据挖掘技术在数字图书馆中的应用

作者：李思锦

来源：《科教导刊·电子版》2020年第06期

摘 要 在计算机和互联网的不断发展下，进入了信息化时代。持续增长的海量信息，尽管为人们带来了便利，但同时也造成了困扰。如今人们所面临的主要问题是大量的数据超出了人们的分析、理解及处理范围，并且还存在信息真假难辨、难以保证安全性、格式统一的问题。在此情况下，数据挖掘技术应时而生，数字图书馆是一个信息管理和服务的主要机构，积沉了大量的信息，但在使用中也存在多种问题。将数据挖掘技术应用于数字图书馆中，可以为数字图书馆管理工作提供强有力的决策依据，并对其它工作带来一定影响。文章在分析论述数据挖掘技术应用于数字图书馆中的意义与基础上，围绕数据挖掘技术在数字图书馆中的具体运用进行了分析。

关键词 数据挖掘技术 数字图书馆 应用

中图分类号：TP391 文献标识码：A

在当代科技带动下，图书馆也趋向信息化、自动化及数字化方向发展，数据挖掘也就是在这此背景下衍生的。目前，数据挖掘技术在金融业、销售业以及建筑业等行业中获得了一定成功，为这些行业进一步的发展打下了良好基础。现阶段，互联网上的数字图书馆数量不断增加，在数字图书馆中应用数据挖掘技术，可以为数字图书馆资源组织管理、提升服务质量及拓展服务方式等提供技术支持。所以，将数据挖掘技术应用于数字图书馆当中具有重要意义。

1数据挖掘技术应用于数字图书馆中的意义和作用

1.1意义分析

数字图书馆通过利用先进的技术满足用户在日常生活中日益提高的信息需求，同时充分运用图书馆所提供的信息，从而实现了自动化。数字图书馆作为情报信息中心，在获得自动化发展的同时，其职能也获得提升。对此，在这种要求背景下，有必要做好综合建设工作。其一，因图书馆需要处理的信息非常多，并且具有较广的范围。所谓，为了避免出现数据丰富但信息贫乏的问题，需要提高相关人员信息处理能力，并加大对海量信息的研究程度，在海量的数据当中发现杂乱的数据，并进行分析处理，理清其中的内在联系，从而达到使用者的要求。其二，尽管目前的数字图书馆管理系统已经具备了简单的统计和检索等多种功能，但是如果想要分析好这些数据，还是存在一些问题。尤其是在分析不同需求上，需要进行较多的重复动作。比如在流通子系统中，以读者的节约详细情况来分析，图书馆只可以把某个时间段的信息通过报表的形式表现出来，并不可以具体分类哪些是用户常借阅的。所以，要想再次有效利用这些龙源期刊网

谈数据挖掘技术在高校图书馆中的应用

摘要：数据挖掘技术是计算机领域和人工智能领域中的一种关键技术，可以将表面上庞大杂乱的数据转换为有用的知识和信息，因此引起了信息产业界的广泛关注。近年来，图书馆的信息服务管理渐渐引入数据挖掘技术，高校图书馆作为图书馆中的特殊群体，是为高等学校教学、科研活动提供信息保障的学术性机构，作为综合性知识和信息的集散地与发源地，数据挖掘技术在高校图书馆管理中的应用显得更为必要。

关键词：数据挖掘；高校图书馆；技术应用

中图分类号：g640 文献标志码：a 文章编号：1674-9324（2013）20-0174-02

高校图书馆是图书馆中的特殊群体，兼具了图书馆的一般特性和自身独有的学术性，一方面，它拥有一般图书馆的两大基本职能，即：文献的收集、整合和保存；读者服务。另一方面，因其服务对象的具体性和学术性，要求其应具备更为针对性和学术性的读者服务。数据挖掘作为一种新兴的信息技术，可以从许多信息库中挖掘有用的知识和信息，这符合当前高校图书馆信息管理的发展趋势，满足其更好地为读者服务的要求，可以在图书馆的日常工作和各项信息服务中发挥极大的作用。同时，图书馆系统中除了存储在数据库中的数字化信息外，还有很多必须由馆员亲自去发掘的信息，比如读者的个人反馈，书架上的积灰程度，等等，如果能将这些分散的信息整合起来，找出联系并充分利用，就可以为图书馆管理者做出正确的决策提供帮助，这就要求图书馆的工作人员在日常工作中还应具备一定的“数据挖掘”意识。

一、数据挖掘技术概述

1.数据挖掘的概念。数据挖掘就是从大量的、不完全的、模糊的、随机的数据中，提取隐含在其中但又潜在有用的信息和知识的过程。数据挖掘借助了多年来数理统计技术和人工智能以及知识工程等领域的研究成果构建自己的理论体系，是一个交叉学科领域。它通过对查询内容进行模式的总结和内在规律的搜索，帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为，从而为决策行为提供有利的支持，很多人又称为“数据淘金”。