摘要：數(shù)據(jù)挖掘技術(shù)是圖書館用戶行為分析的重要方法和工具。在探討數(shù)據(jù)挖掘技術(shù)在圖書館讀者服務(wù)中應(yīng)用的必要性的基礎(chǔ)上，構(gòu)建數(shù)據(jù)挖掘模型，通過個(gè)性化圖書推薦、指導(dǎo)制定書籍采購計(jì)劃、優(yōu)化書庫書架管理及讀者借閱信用管理等措施，可以有效地優(yōu)化圖書館面向讀者的服務(wù)工作。

關(guān)鍵詞：數(shù)據(jù)挖掘；圖書館；讀者服務(wù)

中圖分類號：F49文獻(xiàn)標(biāo)識碼：A文章編號：16723198（2013）23016402

0引言

21世紀(jì)是知識經(jīng)濟(jì)時(shí)代、信息化時(shí)代，最重要的一個(gè)特點(diǎn)就是信息爆炸、信息超載、信息過量。在此形勢下，圖書館業(yè)務(wù)尤其是數(shù)字圖書館信息資源也表現(xiàn)出快速增長的態(tài)勢，大量的數(shù)據(jù)被收集且存儲(chǔ)在圖書館管理系統(tǒng)中，但在圖書館資源極大豐富的同時(shí)，圖書館用戶也陷入了“信息迷茫”之中。何不被海量信息而淹沒？作為閱讀主體，如何使圖書館服務(wù)更加適合用戶的閱讀需求，也隨之成為圖書館讀者服務(wù)工作中的新課題、新挑戰(zhàn)。在這一關(guān)鍵時(shí)刻，數(shù)據(jù)挖掘（Data Mining）或稱為數(shù)據(jù)庫知識發(fā)現(xiàn)技術(shù)（Knowledge Discovery in Database，KDD）應(yīng)運(yùn)而生，為我們指明了一個(gè)很好的解決問題的方向，在現(xiàn)有圖書館數(shù)字管理系統(tǒng)的基礎(chǔ)上，利用數(shù)據(jù)挖掘技術(shù)為讀者提供個(gè)性化服務(wù)，無疑可以最大限度地滿足讀者需求，同時(shí)也契合了圖書館信息化建設(shè)的基本方向。

1數(shù)據(jù)挖掘技術(shù)在圖書館讀者服務(wù)中應(yīng)用的必要性分析

隨著信息技術(shù)在圖書館管理服務(wù)中的廣泛應(yīng)用，圖書館的功能發(fā)生了巨大變革，服務(wù)范圍不斷擴(kuò)大，服務(wù)方式走向多樣化。提高圖書館信息服務(wù)質(zhì)量、實(shí)現(xiàn)圖書館資源的最優(yōu)化配置和最大化利用，成為圖書館管理與服務(wù)面臨的新問題。為此，多數(shù)圖書館已建成了數(shù)據(jù)庫管理系統(tǒng)，每年、每月乃至每天都在產(chǎn)生著大量的圖書流通數(shù)據(jù)、讀者對資源的歷史訪問數(shù)據(jù)等，它們對圖書館的采購、檢索、咨詢、流通等業(yè)務(wù)有著很強(qiáng)的指導(dǎo)作用。但另一方面，快速增長的過量的數(shù)據(jù)收集往往會(huì)變成“數(shù)據(jù)墳?zāi)埂?，失去其指?dǎo)意義。數(shù)據(jù)挖掘正可以解決這一難題，利用數(shù)據(jù)挖掘技術(shù)，可以從圖書館自動(dòng)化系統(tǒng)中的借閱歷史記錄、檢索查詢等數(shù)據(jù)中主動(dòng)剖析數(shù)據(jù)中隱藏的關(guān)系和規(guī)則，預(yù)測讀者的信息需求，甚至發(fā)掘理解讀者的興趣、愛好，變被動(dòng)為主動(dòng)，為圖書館讀者服務(wù)提供更有力的技術(shù)支持和更準(zhǔn)確的決策管理資料。

2構(gòu)建數(shù)據(jù)挖掘模型

運(yùn)用數(shù)據(jù)挖掘和知識發(fā)現(xiàn)實(shí)現(xiàn)信息服務(wù)，優(yōu)化圖書館讀者服務(wù)，重點(diǎn)是要抓好信息采集、信息聚類、數(shù)據(jù)挖掘及知識發(fā)現(xiàn)等步驟。

2.1信息采集

讀者服務(wù)是圖書館工作的核心內(nèi)容，信息采集也應(yīng)當(dāng)首先采集與讀者相關(guān)的信息和圖書館資源信息并放入數(shù)據(jù)庫中，形成原始數(shù)據(jù)庫，這是進(jìn)行數(shù)據(jù)挖掘的基礎(chǔ)和源頭。需要收集的讀者信息主要包括：讀者的基本信息；檢索查詢、借閱記錄；圖書館資源使用頻率、種類和方式；等等。這些信息是大量的、雜亂無章的，要進(jìn)行數(shù)據(jù)挖掘，必須先進(jìn)行數(shù)據(jù)準(zhǔn)備，按標(biāo)準(zhǔn)提取轉(zhuǎn)換成相同格式的數(shù)據(jù)。

2.2信息聚類

信息采集后，需要對數(shù)據(jù)庫中的信息進(jìn)行聚類分析。目前，較常用的方法如：結(jié)合圖書館集成管理系統(tǒng)整理所得的讀者信息、借閱信息、圖書館流通日志等，或通過發(fā)放紙質(zhì)問卷確定增加館藏資料的急需程度。

2.3數(shù)據(jù)挖掘

通過數(shù)據(jù)挖掘可以將聚類信息中的隱性知識或信息提煉出來，形成知識信息，或進(jìn)一步推理，發(fā)現(xiàn)信息之間的關(guān)聯(lián)，為指導(dǎo)圖書館的下一步工作提供科學(xué)依據(jù)。較常用的數(shù)字挖掘技術(shù)有關(guān)聯(lián)分析、分類分析、聚類分析、序列分析等，其中以關(guān)聯(lián)分析應(yīng)用最為廣泛。利用關(guān)聯(lián)規(guī)則（經(jīng)典Apriori 算法或其改進(jìn)算法），可以幫助圖書館管理者發(fā)現(xiàn)讀者與圖書，圖書與圖書，圖書大類間的關(guān)聯(lián)，或者通過利用聚類分析，將讀者群體細(xì)分以清晰把握不同讀者群體的信息需求，根據(jù)讀者對文獻(xiàn)資源的利用狀況及利用文獻(xiàn)的活躍程度，合理優(yōu)化圖書館資源配置，為讀者提供個(gè)性化資源信息服務(wù)和推薦工作。

3基于數(shù)據(jù)挖掘的圖書館讀者服務(wù)優(yōu)化措施

通過對圖書館的資料倉庫中儲(chǔ)存的海量信息進(jìn)行聚類分析、數(shù)據(jù)挖掘可以幫助圖書館優(yōu)化讀者服務(wù)提供行之有效的技術(shù)支持，其應(yīng)用范疇主要集中在以下幾個(gè)方面：

3.1個(gè)性化圖書推薦

圖書推薦是圖書館為讀者提供個(gè)性化服務(wù)的一個(gè)重要舉措。利用數(shù)據(jù)挖掘技術(shù)獲取的信息，比如讀者的借閱歷史記錄、閱讀興趣或研究方向，可向其推薦相關(guān)專題或?qū)I(yè)的最新資料；或者通過數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則方法的使用，為讀者檢索提供關(guān)聯(lián)借閱的信息，使讀者檢索含有A關(guān)鍵字的書籍時(shí)，能夠得到諸如“借閱過該圖書的會(huì)員還借閱了”之類的信息，節(jié)省檢索的時(shí)間和精力。此外，對于某些缺少借閱經(jīng)歷或剛剛涉足專業(yè)學(xué)習(xí)的讀者來說，很大的一個(gè)困惑就是不知道要借閱什么書，圖書館可以圖書流通日志挖掘出各大類、分類書籍中借閱量最大的前幾名書籍，作為圖書推薦，或組織專家撰寫各專業(yè)學(xué)習(xí)的書單，動(dòng)態(tài)更新相關(guān)專業(yè)的優(yōu)秀文獻(xiàn)書目，以供讀者借閱參考。

3.2指導(dǎo)制定書籍采購計(jì)劃

傳統(tǒng)的圖書采購計(jì)劃制訂主要采用專家法與經(jīng)驗(yàn)法，但這種計(jì)劃制訂容易受到主觀因素尤其是個(gè)人喜好的影響，花費(fèi)大量資金購置的圖書也可能并不能很好地滿足讀者的閱讀需求。那么，怎樣才能將有限的資金用到最緊缺的資源上去呢？運(yùn)用數(shù)據(jù)挖掘技術(shù)分析圖書館的借閱流通記錄、檢索請求，以及文獻(xiàn)拒借集和頻繁借閱集，就能夠很準(zhǔn)確地獲得信息采集的目標(biāo)，進(jìn)而有針對性的補(bǔ)充文獻(xiàn)書籍并增加館藏復(fù)本。

3.3優(yōu)化書庫書架管理

圖書館文獻(xiàn)資料集中，藏書量往往有上百萬冊甚至更多，所藏資料囊括了各個(gè)專業(yè)領(lǐng)域，為讀者的學(xué)習(xí)提供服務(wù)。由于藏書量大、種類繁多，科學(xué)、人性化的排架管理對于優(yōu)化館藏建設(shè)十分重要，數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以為圖書管理員提供文獻(xiàn)借閱量的變化趨勢、購置時(shí)間的先后順序，進(jìn)而預(yù)留架位，避免頻繁倒架，增加管理員工作量和讀者的檢索時(shí)間。對此，數(shù)據(jù)挖掘技術(shù)的應(yīng)用步驟主要如下：

（1）回歸分析歷年文獻(xiàn)借閱日志或圖書流通日志，從中找出不同學(xué)科以及二級學(xué)科文獻(xiàn)借閱的周期性變化；

（2）分類分析最近一階段的圖書館流通借閱日志，區(qū)分借閱頻次較高、借閱量增幅較大的圖書類別；

（3）綜合回顧分析與分類分析的結(jié)論，將借閱量大和借閱頻次高的圖書類別優(yōu)先放在易于查找的書架上，借閱量增幅較大的圖書可建議增加采購，并在上架時(shí)預(yù)留架位，避免頻繁倒架；

（4）去舊更新，分類分析歷年所購藏書文獻(xiàn)數(shù)據(jù)，其中殘缺破損不利閱讀的圖書、已有新版的舊版圖書，或借閱量較少的復(fù)本圖書應(yīng)進(jìn)行統(tǒng)計(jì)，酌情作下架處理，并將信息反饋給相關(guān)部門，及時(shí)購置新書，為讀者提供最新的文獻(xiàn)資料。

3.4讀者借閱信用管理

圖書資源作為公共財(cái)產(chǎn)，要保證有限的圖書資源為盡可能多的讀者服務(wù)，必須加強(qiáng)讀者的借閱信用管理。可以對逾期還書信息進(jìn)行聚類分析，將多次逾期歸還圖書、借閱信用較低的讀者納入一個(gè)單獨(dú)的群集，減少單次可借閱圖書數(shù)量，并設(shè)立按時(shí)提醒還書的服務(wù)，通過手機(jī)短信、Email等途徑提醒借閱者按時(shí)還書以方便其他讀者的借閱。

4結(jié)語

網(wǎng)絡(luò)時(shí)代的圖書館讀者服務(wù)不再局限于簡單層次的信息查詢與反饋，拓展數(shù)字挖掘技術(shù)的應(yīng)用范疇，更深層次地發(fā)掘廣闊的信息源中蘊(yùn)藏的讀者信息，主動(dòng)分析讀者的特定需求，為其提供經(jīng)過集成的、相對完整的信息集合，可以更好地解決圖書館信息資源快速增加與資源利用效率低不相匹配的問題。可以預(yù)見的是，隨著技術(shù)的成熟與管理方法的改進(jìn)，數(shù)據(jù)挖掘技術(shù)必將在圖書館管理工作得到越來越普遍的應(yīng)用，并成為圖書館讀者服務(wù)工作中的重要手段和方法。

參考文獻(xiàn)

[1]施曉華.數(shù)據(jù)挖掘技術(shù)在圖書館學(xué)科數(shù)據(jù)館藏分析中的應(yīng)用[J].情報(bào)雜志，2011，30（1）：164168.

[2]李文闊，李永先.數(shù)據(jù)挖掘在毅字圖書館中的應(yīng)用研究綜述[J].新世紀(jì)圖書館，2012，（2）：3033.

[3]黃輝.談數(shù)據(jù)挖掘技術(shù)在圖書館工作中的應(yīng)用[J].西北工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2007，（3）：9193.

[4]張煒，洪霞.基于OPAC讀者行為的知識發(fā)現(xiàn)研究[J].圖書館論壇，2011，31（1）：1719.

[5]柯青.以用戶為中心的研究范式——理論起源[J].情報(bào)資料工作，2008，（4）：5155.