吳 燦

（重慶圖書(shū)館，重慶 400037）

吳 燦 男，1977年生。學(xué)士，助理館員。研究方向：圖書(shū)館辦公信息化、數(shù)字圖書(shū)館、數(shù)字資源共享。

隨著圖書(shū)館信息化、數(shù)字化程度的提高，其職能也發(fā)生了較大的改變。數(shù)字化、信息化的圖書(shū)館除了具有傳統(tǒng)圖書(shū)館的職能外，還是館領(lǐng)導(dǎo)做決策的重要依據(jù)，成為圖書(shū)館發(fā)展數(shù)據(jù)庫(kù)和知識(shí)庫(kù)的重要組成部分。如何有針對(duì)性地為讀者在紛繁復(fù)雜的信息中選取有效的參考信息，以及對(duì)圖書(shū)館的各種資源進(jìn)行科學(xué)化管理是現(xiàn)今圖書(shū)館工作面臨的重要任務(wù)。而數(shù)據(jù)挖掘技術(shù)的應(yīng)用為圖書(shū)館的系統(tǒng)升級(jí)提供了重要的技術(shù)支撐。

著名的圖書(shū)館管理博士W·J·Frawley對(duì)數(shù)據(jù)挖掘是這樣定義的：數(shù)據(jù)挖掘就是從大量的、復(fù)雜的、不完整的應(yīng)用數(shù)據(jù)中提取被人們忽視的但又有很大利用潛能的數(shù)據(jù)的過(guò)程。數(shù)據(jù)挖掘技術(shù)是隨著數(shù)據(jù)庫(kù)和自動(dòng)化技能發(fā)展而出現(xiàn)的新的信息技術(shù)，與數(shù)據(jù)分析的差別就在于，數(shù)據(jù)分析是通過(guò)分析數(shù)據(jù)來(lái)驗(yàn)證人們已知的假設(shè)，而數(shù)據(jù)挖掘則是從大量人們已知的數(shù)據(jù)中挖掘出人們未知的信息。

1 數(shù)據(jù)挖掘?qū)D書(shū)館管理提出新需求

網(wǎng)絡(luò)信息服務(wù)是指專(zhuān)門(mén)提供信息服務(wù)的機(jī)構(gòu)運(yùn)用計(jì)算機(jī)、通訊網(wǎng)絡(luò)等設(shè)備、設(shè)施，提供因特網(wǎng)信息服務(wù)。信息服務(wù)主要有兩種，即傳統(tǒng)信息服務(wù)和現(xiàn)代信息服務(wù)。傳統(tǒng)信息服務(wù)主要包括利用報(bào)紙雜志、影視作品、電臺(tái)廣播等提供的服務(wù)；而現(xiàn)代信息服務(wù)是以計(jì)算機(jī)提供的網(wǎng)絡(luò)為核心，以數(shù)字化的形式為客戶提供信息服務(wù)，包括電子書(shū)、網(wǎng)頁(yè)新聞、網(wǎng)絡(luò)搜索和查詢、信息傳遞等。

信息技術(shù)和數(shù)字化的發(fā)展為圖書(shū)館體系的升級(jí)提供了重要的前提和條件，數(shù)字圖書(shū)館便是信息化和數(shù)字化的產(chǎn)物。數(shù)字圖書(shū)館是圖書(shū)館提高網(wǎng)絡(luò)信息服務(wù)的重要途徑和條件，網(wǎng)絡(luò)信息服務(wù)是數(shù)字圖書(shū)館建設(shè)的根本目標(biāo)，也是聯(lián)系數(shù)字圖書(shū)館和讀者之間的重要紐帶。

隨著圖書(shū)館信息化、數(shù)字化的發(fā)展，圖書(shū)館體系的具體任務(wù)轉(zhuǎn)變成如何讓使用者更加有效地利用圖書(shū)館資源，以及如何更好地針對(duì)讀者需要從紛繁復(fù)雜的信息中找出關(guān)鍵的可靠信息。數(shù)據(jù)挖掘技術(shù)的最大優(yōu)勢(shì)就在于“意外”性，這便為圖書(shū)館的管理工作和服務(wù)質(zhì)量的提升提供了更多可能。

數(shù)據(jù)挖掘技術(shù)可以從雜亂無(wú)章的數(shù)據(jù)中提取出最符合要求的參考信息，而在數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)研究中，筆者所要研究的數(shù)據(jù)主要來(lái)源于工作中的現(xiàn)有數(shù)據(jù)。通過(guò)選取讀者借閱信息進(jìn)行聚類(lèi)分析，了解圖書(shū)館的使用率和圖書(shū)的借閱率，挖掘出隱性的圖書(shū)館運(yùn)行規(guī)律，總結(jié)出數(shù)據(jù)挖掘技術(shù)在圖書(shū)館系統(tǒng)中的應(yīng)用模型，然后用此模型來(lái)指導(dǎo)圖書(shū)館的管理和服務(wù)工作，進(jìn)而提高圖書(shū)館服務(wù)和管理工作的效率。

2 信息化數(shù)據(jù)挖掘技術(shù)

2.1 圖書(shū)館信息化聚類(lèi)

現(xiàn)階段，信息化數(shù)據(jù)挖掘技術(shù)發(fā)展迅速，理論研究不斷創(chuàng)新，已經(jīng)成功研發(fā)了各種數(shù)據(jù)挖掘軟件，被廣泛應(yīng)用到不同領(lǐng)域并逐漸得到認(rèn)可，正是這些領(lǐng)域的成功引起了圖書(shū)館的極大關(guān)注。在圖書(shū)館現(xiàn)代管理系統(tǒng)中能夠產(chǎn)生大量不同種類(lèi)的數(shù)據(jù)，自動(dòng)化系統(tǒng)本身也包含很多數(shù)據(jù)?？梢砸罁?jù)這類(lèi)數(shù)據(jù)的特點(diǎn)，定向研究適合圖書(shū)館應(yīng)用的數(shù)據(jù)挖掘軟件，并通過(guò)運(yùn)用這類(lèi)軟件挖掘出對(duì)圖書(shū)館有意義的部分信息，進(jìn)而了解讀者訪問(wèn)圖書(shū)館的目的及整體趨勢(shì)。根據(jù)讀者的興趣需求，采取適當(dāng)措施及時(shí)完善服務(wù)質(zhì)量，以優(yōu)質(zhì)的服務(wù)提高讀者的滿意度。

將物理或抽象對(duì)象的集合分成由類(lèi)似的對(duì)象組成的多個(gè)類(lèi)的過(guò)程被稱(chēng)為聚類(lèi)。人類(lèi)通過(guò)聚類(lèi)研究事物內(nèi)部規(guī)律，由聚類(lèi)所生成的簇是一組數(shù)據(jù)對(duì)象的集合，這些對(duì)象與同一個(gè)簇中的對(duì)象彼此相似，與其他簇中的對(duì)象相異。聚類(lèi)分析為進(jìn)一步分析處理數(shù)據(jù)提供前提。作為數(shù)據(jù)挖掘功能，進(jìn)行聚類(lèi)分析后，可以整體了解數(shù)據(jù)分布情況，了解數(shù)據(jù)所存在的特征，并對(duì)其特定部分進(jìn)行深入分析，識(shí)別出數(shù)據(jù)密集區(qū)和稀疏區(qū)，縱觀全局?jǐn)?shù)據(jù)分布模式及其屬性關(guān)系等。由于大部分現(xiàn)實(shí)存在的大量數(shù)據(jù)庫(kù)中不可避免地要涉及空缺、孤立點(diǎn)、未知錯(cuò)誤數(shù)據(jù)等，那么只是單純地按照聚類(lèi)分析數(shù)據(jù)可能會(huì)直接影響聚類(lèi)分析結(jié)論的準(zhǔn)確性。

2．2 圖書(shū)館信息化聚類(lèi)模型建設(shè)

事物之間都有自己的特有屬性，我們可以假設(shè)對(duì)象A={ω1，ω2，ω3，…，ωn}，其中 ω 為其特有的屬性，對(duì)象 B={ξ1，ξ2，ξ3，…，ξm}，如若A與B之間存在某種相關(guān)性K，我們可以認(rèn)為在該相關(guān)性上對(duì)象A與B屬于同一類(lèi)，而K為A，B對(duì)象在K關(guān)系上的函數(shù)，可記為K（A，B）。顯然關(guān)系K是建立在A對(duì)象與B對(duì)象屬性的某一非空子集之上。

兩個(gè)對(duì)象是否在K關(guān)系上屬于同一類(lèi)別，可以通過(guò)兩個(gè)對(duì)象之間的距離進(jìn)行表征。因此我們可以建立兩個(gè)對(duì)象變量之間的距離K函數(shù)關(guān)系：

ωi為A的屬性結(jié)合；

ξi為B的屬性結(jié)合；

C為第i個(gè)屬性的控制權(quán)重因素，在不同的關(guān)系中，權(quán)重因素可能不一樣，通常情況下權(quán)重的取值為1～7。

當(dāng)兩個(gè)函數(shù)之間的距離越近，這兩個(gè)對(duì)象之間就越緊密，可以認(rèn)為在K關(guān)系上這個(gè)值就越大，這兩個(gè)對(duì)象屬于同一類(lèi)，反之，我們可以認(rèn)為這兩個(gè)對(duì)象不屬于同一類(lèi)型。

從廣義上來(lái)講，K 也屬于關(guān)系集合 ψ={K1，K2，K3，K4，…，Ki}。所以我們可以根據(jù)實(shí)際需求對(duì)關(guān)系進(jìn)行分類(lèi)。在不同的關(guān)系之間建立距離K函數(shù)。從而判斷某兩個(gè)對(duì)象在該關(guān)系上是否聚為一類(lèi)。

由表4可知，6上105-2工作面開(kāi)采初期頂板最大下沉量大于800 mm，壓架事故頻發(fā)，嚴(yán)重影響安全生產(chǎn)；實(shí)施舊支架升級(jí)后，頂板最大下沉量控制在600 mm左右，保證了煤礦安全生產(chǎn)；實(shí)施新支架優(yōu)化選型后，6上109工作面頂板下沉量在300 mm以內(nèi)，保證了工作面高產(chǎn)高效。

為了方便圖書(shū)館數(shù)據(jù)挖掘管理，根據(jù)圖書(shū)館日常工作關(guān)系，首先建立圖書(shū)館關(guān)系集合，主要包括讀者需求關(guān)系、圖書(shū)采購(gòu)關(guān)系、個(gè)性化服務(wù)關(guān)系。其次建立圖書(shū)館進(jìn)步文獻(xiàn)屬性表。因?yàn)閳D書(shū)館管理是以文獻(xiàn)管理為依托，所以在工作中收集整理文獻(xiàn)基本屬性參數(shù)尤為重要。筆者所采用的文獻(xiàn)基本屬性有書(shū)目類(lèi)別、圖書(shū)數(shù)量、日借閱量、月借閱量、個(gè)人連續(xù)借閱量、預(yù)約量、出版時(shí)間等，其具體描述如表1所示。

表1 圖書(shū)對(duì)象基本屬性

最后，利用公式 K（A，B）=1-∑n1=0Ci｜ωi-ξi｜進(jìn)行在關(guān)系 K上的聚類(lèi)分析計(jì)算。

如對(duì)讀者需求關(guān)系進(jìn)行聚類(lèi)，通過(guò)需求聚類(lèi)分析，可以觀察到當(dāng)前讀者需求量較大的書(shū)目信息，從而方便圖書(shū)管理。

①?gòu)膱D書(shū)館后臺(tái)數(shù)據(jù)庫(kù)中讀取各書(shū)目數(shù)據(jù)信息，隨機(jī)抽取某一書(shū)作為原始對(duì)象。

②由該關(guān)系可知，書(shū)目預(yù)約量、日借閱量為主要考察對(duì)象，所以在該比重中，確定屬性權(quán)重關(guān)系相應(yīng)的設(shè)置較大，可設(shè)該權(quán)重值6，其余權(quán)重可設(shè)為1。

④設(shè)置閾值，將關(guān)系值進(jìn)行分層，處于同一層的書(shū)目在讀者關(guān)系上屬于同一類(lèi)別。通過(guò)設(shè)置閾值，對(duì)關(guān)系值進(jìn)行分層，同一層者為同一類(lèi)數(shù)據(jù)。設(shè)置的閾值大小應(yīng)該根據(jù)實(shí)際情況而定。如圖1所示，分配不同的閾值，可以將不同的相關(guān)書(shū)目聚為一類(lèi)。

圖1 聚類(lèi)分層

3 數(shù)據(jù)挖掘在圖書(shū)館系統(tǒng)中的應(yīng)用

3．1 資源建設(shè)

在圖書(shū)館信息資源系統(tǒng)中，保障圖書(shū)館信息資源的重要環(huán)節(jié)就是文獻(xiàn)采集。一般的采購(gòu)形式是依據(jù)出版社、期刊社或者書(shū)店新書(shū)書(shū)目等相關(guān)信息，由專(zhuān)人或館長(zhǎng)進(jìn)行采集。這種文獻(xiàn)采集方式不可避免地帶有個(gè)人主觀性。因?yàn)閳D書(shū)館文獻(xiàn)購(gòu)置經(jīng)費(fèi)有限，應(yīng)充分采集各門(mén)學(xué)科相關(guān)的專(zhuān)業(yè)信息，使采集經(jīng)費(fèi)的價(jià)值效益達(dá)到最大化。

在該建設(shè)過(guò)程中，首先確定權(quán)重關(guān)系，其次通過(guò)公式聚類(lèi)分析計(jì)算，有目的地選擇當(dāng)前需要采購(gòu)的書(shū)目。可以了解圖書(shū)館在一段時(shí)間的借閱流通記錄、檢索請(qǐng)求，進(jìn)而統(tǒng)計(jì)出文獻(xiàn)拒借集及頻繁借閱集，明確文獻(xiàn)信息采集方向，定向補(bǔ)充并豐富圖書(shū)館信息資源。

3．2 讀者信息服務(wù)

數(shù)據(jù)挖掘技術(shù)有效拓寬了圖書(shū)信息服務(wù)范圍，使圖書(shū)館信息服務(wù)更有針對(duì)性，更能從客觀上滿足讀者需求，提高了服務(wù)質(zhì)量。通過(guò)對(duì)讀者信息進(jìn)行挖掘，得到有效的數(shù)據(jù)信息資源，并通過(guò)對(duì)其數(shù)據(jù)進(jìn)行整合，進(jìn)行相應(yīng)的圖書(shū)館管理，為讀者提供一個(gè)統(tǒng)一的知識(shí)文化平臺(tái)，大大提高了讀者的信息服務(wù)質(zhì)量。

3．3 個(gè)性化服務(wù)

讀者是圖書(shū)館的寶貴財(cái)富，在圖書(shū)館管理中，如何為讀者提供個(gè)性化服務(wù)，滿足其客觀需求，是圖書(shū)館的主要工作。

從先前的數(shù)據(jù)挖掘?qū)嵗芍?，設(shè)定不同的關(guān)系可以得到不同聚類(lèi)分析結(jié)果，所以在圖書(shū)館管理中運(yùn)用數(shù)據(jù)挖掘技術(shù)，對(duì)讀者歷史借閱信息進(jìn)行聚類(lèi)挖掘分析，可以通過(guò)數(shù)據(jù)分析結(jié)果得到讀者的基本需求。在該關(guān)系模型中，讀者預(yù)定信息與單個(gè)客戶單本書(shū)籍借閱次數(shù)應(yīng)該占有很大權(quán)重，通過(guò)利用該數(shù)據(jù)挖掘模型，可以了解讀者的研究方向，并以此為依據(jù)，向讀者推薦相關(guān)書(shū)籍或者有目的地進(jìn)行圖書(shū)采購(gòu)，從而發(fā)展穩(wěn)定的圖書(shū)館讀者群。

4 結(jié)語(yǔ)

隨著科學(xué)技術(shù)的發(fā)展，在原始海量數(shù)據(jù)中尋找有用信息資源無(wú)疑是信息化利用的有力途徑。通過(guò)數(shù)據(jù)分析，可以改進(jìn)圖書(shū)館需求方向。但同時(shí)在大量的數(shù)據(jù)中也存在著信息冗余，這也是數(shù)據(jù)挖掘中需要考慮的問(wèn)題。然而隨著圖書(shū)館數(shù)據(jù)挖掘模型的不斷完善，其在讀者服務(wù)以及圖書(shū)館資源建設(shè)管理方面將會(huì)發(fā)揮越來(lái)越重要的作用，為圖書(shū)館的管理決策提供相應(yīng)的數(shù)據(jù)支持。

[1] 楊春，劉樹(shù)新，樓康華.論數(shù)據(jù)挖掘在讀者關(guān)系管理中的應(yīng)用[J].河北建筑科技學(xué)院學(xué)報(bào)：社科版，2006（3）.

[2] 雒鳳軍.數(shù)據(jù)挖掘技術(shù)與讀者個(gè)性化服務(wù)[J].蘭臺(tái)世界，2008（6）.

[3] 駱?lè)f.基于數(shù)據(jù)挖掘的數(shù)字圖書(shū)館個(gè)性化服務(wù)[J].黑龍江科技信息，2009（5）.

[4] 王伯秋，等.基于數(shù)據(jù)挖掘的個(gè)性化信息服務(wù)[J].醫(yī)學(xué)信息，2010（1）.

[5] 黃蘭，孫林山，羅日輝.數(shù)據(jù)挖掘及其在圖書(shū)館管理中的應(yīng)用[J].華南熱帶農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005（2）.

[6] 牛根義.國(guó)內(nèi)圖書(shū)館數(shù)據(jù)挖掘研究[J].現(xiàn)代情報(bào)，2009（1）.

[7]周軍.基于數(shù)據(jù)挖掘的數(shù)字圖書(shū)館個(gè)性化服務(wù)系統(tǒng)的構(gòu)建[J].圖書(shū)館學(xué)研究，2007（3）.