張艷

摘要：隨著互聯(lián)網(wǎng)的應(yīng)用普及，各行各業(yè)已經(jīng)迎來(lái)了大數(shù)據(jù)時(shí)代，圖書(shū)館作為傳統(tǒng)資料的儲(chǔ)存地，也正在進(jìn)行著變革，加速圖書(shū)館的現(xiàn)代化進(jìn)程，讓大量的資料數(shù)據(jù)得到有效的保存，數(shù)據(jù)挖掘技術(shù)是互聯(lián)網(wǎng)時(shí)代深入發(fā)展的產(chǎn)物，他是結(jié)合多門(mén)學(xué)科的新型技術(shù)，在公共圖書(shū)館的數(shù)字化建設(shè)中起著非常重要的作用，本文首先對(duì)數(shù)據(jù)挖掘技術(shù)做詳細(xì)的介紹，然后在深入探討數(shù)字挖掘技術(shù)在公共圖書(shū)館管理中的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；數(shù)字挖掘方法；數(shù)據(jù)挖掘的應(yīng)用

21世紀(jì)是互聯(lián)的時(shí)代，互聯(lián)網(wǎng)的深入發(fā)展和計(jì)算機(jī)技術(shù)的不斷創(chuàng)新讓人民進(jìn)入到了知識(shí)經(jīng)濟(jì)的網(wǎng)絡(luò)時(shí)代，現(xiàn)在人們每天接觸到的各種信息特別是數(shù)字化互聯(lián)網(wǎng)信息指數(shù)飛速增長(zhǎng)。海量信息的增加給人民生活帶來(lái)方便的同時(shí)也面臨著很多問(wèn)題。因?yàn)樾畔⒘康脑黾?，讓人民在尋找可用信息的時(shí)候變得麻煩，信息的供給和信息的消費(fèi)之間的平衡關(guān)系打破，如何在信息大爆炸的世代及時(shí)提取對(duì)自己有用的知識(shí)，成為我們將要面對(duì)的大問(wèn)題。這就要求必須研究一種實(shí)用性的工具幫助我們過(guò)濾整理，在知識(shí)的海洋中，提取對(duì)自己有幫助的資料。因此專(zhuān)業(yè)人員就開(kāi)始了一個(gè)新領(lǐng)域的探索---數(shù)據(jù)挖掘（DM）和知識(shí)發(fā)現(xiàn)（DMKD）應(yīng)運(yùn)而生。

一、數(shù)據(jù)挖掘的基本介紹

數(shù)據(jù)挖掘顧名思義就是在海量的數(shù)據(jù)資源中挖掘出對(duì)自己有價(jià)值的東西。其實(shí)他是通過(guò)已經(jīng)積累起來(lái)的各種歷史資料中，運(yùn)用一定的方法和技術(shù)，提取出隱含在里面，具有潛在價(jià)值的信息的過(guò)程。研發(fā)目的是幫助人們找到數(shù)據(jù)與數(shù)據(jù)之間相關(guān)連的，被人們的所忽略的東西。數(shù)據(jù)挖掘的過(guò)程主要是找到原始數(shù)據(jù)，這些原始數(shù)據(jù)一般是來(lái)源于已經(jīng)建立的資料庫(kù)，各種數(shù)據(jù)庫(kù)，還有一些非資料庫(kù)數(shù)據(jù)庫(kù)中的零散信息，和網(wǎng)絡(luò)信息。數(shù)據(jù)來(lái)源真實(shí)可靠，數(shù)據(jù)挖掘的結(jié)果能過(guò)讓使用者感到興趣，有意義。

數(shù)據(jù)挖掘是一個(gè)慢慢發(fā)展變化的過(guò)程，我們從數(shù)據(jù)庫(kù)的角度來(lái)觀察。他可以從偌大的數(shù)據(jù)庫(kù)中找到有效的，可以利用的信息，并最終演變成有用數(shù)據(jù)集合的資料。整個(gè)過(guò)程具有非平凡過(guò)程，非平凡過(guò)程是一個(gè)數(shù)學(xué)理論中的概念，他的意思是在進(jìn)行數(shù)據(jù)挖掘的時(shí)候并不是單一的進(jìn)行數(shù)據(jù)的提取，也不是一點(diǎn)都不提取，而是發(fā)現(xiàn)那些隱含的，我們未曾發(fā)現(xiàn)的，可能對(duì)我們有用的信息。從決策支持的角度來(lái)看，數(shù)據(jù)的挖掘是一個(gè)決策支持的過(guò)程，它主要是基于互聯(lián)網(wǎng)技術(shù)，運(yùn)用統(tǒng)計(jì)學(xué)，數(shù)據(jù)庫(kù)等多種技術(shù)的結(jié)合，自動(dòng)分析數(shù)據(jù)源，進(jìn)行機(jī)械化的整理，從而找到潛在的信息，來(lái)預(yù)測(cè)客戶的行為，幫著企業(yè)的管理者及時(shí)的調(diào)整經(jīng)營(yíng)策略，預(yù)防和減少風(fēng)險(xiǎn)的發(fā)生。他在提高商業(yè)和科學(xué)決策過(guò)程質(zhì)量和效率的新方法。

我們經(jīng)常用到的信息數(shù)據(jù)分析有“查詢(xún)，報(bào)表，聯(lián)機(jī)，統(tǒng)計(jì)”等方法，和這些傳統(tǒng)的數(shù)據(jù)分析相比，數(shù)據(jù)挖掘具有在挖掘開(kāi)始不用給出明確的前提，而進(jìn)行自動(dòng)的甄別與處理，去發(fā)現(xiàn)信息，發(fā)現(xiàn)知識(shí)。這就體現(xiàn)了數(shù)據(jù)挖掘的有著“先未知”“有效”“實(shí)用”的特點(diǎn)。

二、數(shù)據(jù)挖掘的主要方法

數(shù)據(jù)挖掘技術(shù)主要有兩個(gè)基本的過(guò)程：數(shù)據(jù)準(zhǔn)備、信息挖掘

（一）在公共圖書(shū)館的管理工作中，首先就要進(jìn)行數(shù)據(jù)準(zhǔn)備工作，數(shù)據(jù)挖掘的首要要素就是建立數(shù)據(jù)庫(kù)，對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行概括，了解書(shū)籍的使用情況。1.要獲取用戶的基本信息，在數(shù)字化的公共圖書(shū)館中，應(yīng)該首先就要錄入用戶的基本信息，用戶的基本信息包括用戶的個(gè)人基本信息和用戶的借閱信息。個(gè)人基本信息包括：姓名，年齡，職業(yè)，性別，和身份號(hào)碼，聯(lián)系方式等，借閱信息包括：圖書(shū)類(lèi)型，借閱時(shí)間，借閱等級(jí)。2.要獲取用戶的歷史信息，用戶的歷史借閱信息在圖書(shū)管理中有著非常重要的作用，他可以讓圖書(shū)管理員清晰的看到用戶的借閱情況，歷史信息包括：借閱書(shū)籍的編號(hào)，書(shū)籍信息，借閱時(shí)間，歸還時(shí)間等等。通過(guò)對(duì)這些數(shù)據(jù)的分析處理可以把公共圖書(shū)館中的圖書(shū)狀態(tài)清晰的反應(yīng)出來(lái)，并進(jìn)行可靠的預(yù)測(cè)。3.獲取圖書(shū)的檢索記錄，在現(xiàn)代化的公共圖書(shū)館中，都有附有圖書(shū)的檢索功能，用戶在借閱圖書(shū)的時(shí)候可以根據(jù)圖書(shū)的編號(hào)，圖書(shū)的類(lèi)型等進(jìn)行圖書(shū)的檢索。對(duì)于圖書(shū)檢索信息的處理，圖書(shū)管理員可以根據(jù)用戶的信息，檢索關(guān)鍵詞，檢索的編號(hào)等進(jìn)行分類(lèi)整理。圖書(shū)的檢索功能在公共圖書(shū)館中是非常受人喜歡的，經(jīng)常有著巨大的使用量，所有要做到檢索記錄的存儲(chǔ)分析就需要一定的計(jì)算機(jī)技術(shù)的支持，只有當(dāng)技術(shù)達(dá)到一定的高度，硬件設(shè)施完備的情況下，才能進(jìn)行信息的處理。4.取得書(shū)籍信息，書(shū)籍信息的獲取包括圖書(shū)的名稱(chēng)， 編號(hào)，作者，位置的編號(hào)，出版社的信息，學(xué)科的分類(lèi)信息，這些信息需要從圖書(shū)的屬性進(jìn)行區(qū)分處理。

（二）信息挖掘

信息挖掘主要包括以下幾個(gè)方面：確定挖掘目標(biāo)，選擇挖掘的工具，建立挖掘模型，實(shí)施搜索和結(jié)構(gòu)的分析。1.確定挖掘目標(biāo)，首先要把需要進(jìn)行數(shù)據(jù)挖掘的目標(biāo)確定，然后利用數(shù)據(jù)挖掘系統(tǒng)快速的幫助用戶做出假設(shè)，進(jìn)行挖掘驅(qū)動(dòng)，另一種形式是進(jìn)行驗(yàn)證驅(qū)動(dòng)，就是用戶首先需要對(duì)挖掘的信息進(jìn)行合理的假設(shè)。然后在進(jìn)行驅(qū)動(dòng)性的挖掘。3.建立挖掘模型實(shí)施搜索，通過(guò)對(duì)挖掘數(shù)據(jù)庫(kù)的建立，進(jìn)行有目的的搜索，了解用戶的需求，進(jìn)行智能查找。4.結(jié)果分析，數(shù)據(jù)的挖掘不是一次性就能成功的，他要進(jìn)行反復(fù)的測(cè)試，然后對(duì)每次得出的結(jié)果進(jìn)行對(duì)比，讓數(shù)據(jù)的挖掘精度達(dá)到要求。

三、數(shù)據(jù)挖掘的主要功能

數(shù)據(jù)挖掘是通過(guò)一定的規(guī)律來(lái)預(yù)測(cè)未來(lái)將要發(fā)生的行為，是基于知識(shí)，技能的前瞻性選擇。就用期刊的管理舉例來(lái)說(shuō)，數(shù)據(jù)的挖掘主要是針對(duì)期刊的管理與服務(wù)，對(duì)數(shù)據(jù)庫(kù)中的海量數(shù)據(jù)進(jìn)行篩選，甄別，轉(zhuǎn)換，分析與其他可操作性的處理。從而得到?jīng)Q策的重要數(shù)據(jù)，數(shù)據(jù)的挖掘主要有以下幾個(gè)類(lèi)型功能。

（一）自動(dòng)預(yù)測(cè)趨勢(shì)和行為

數(shù)據(jù)的挖掘主要是基于大數(shù)據(jù)的基礎(chǔ)上盡心的數(shù)據(jù)預(yù)測(cè)性的發(fā)現(xiàn)，這些信息在以往都是通過(guò)大量的手工整理記錄分析出來(lái)的，而通過(guò)數(shù)據(jù)的挖掘就可以快速的知道數(shù)據(jù)本身的結(jié)論。我們來(lái)舉一個(gè)最簡(jiǎn)單的例子，比如利用市場(chǎng)預(yù)測(cè)進(jìn)行數(shù)據(jù)挖掘，就可以快速的幫著銷(xiāo)售人員來(lái)獲取那些最具有投資價(jià)值的潛在客戶。

1.關(guān)聯(lián)分析

數(shù)據(jù)的關(guān)聯(lián)是數(shù)據(jù)庫(kù)中存在的重要組成部分，數(shù)據(jù)關(guān)鍵就是兩個(gè)或者多個(gè)數(shù)據(jù)之間存在著內(nèi)在聯(lián)系，這些聯(lián)系是有規(guī)律可循的，我們成這些有規(guī)律的關(guān)聯(lián)數(shù)據(jù)就叫做數(shù)據(jù)關(guān)聯(lián)。關(guān)聯(lián)可以分為簡(jiǎn)單的數(shù)據(jù)關(guān)系，時(shí)效性的數(shù)據(jù)關(guān)聯(lián)，因果性的數(shù)據(jù)關(guān)聯(lián)。根據(jù)關(guān)聯(lián)的目的我們可以發(fā)現(xiàn)整個(gè)關(guān)聯(lián)數(shù)據(jù)會(huì)組成一個(gè)巨大的數(shù)據(jù)關(guān)聯(lián)網(wǎng)。有的時(shí)候我們并不知道這些數(shù)據(jù)庫(kù)中的數(shù)據(jù)關(guān)聯(lián)存在著怎么樣的數(shù)據(jù)關(guān)聯(lián)意義，數(shù)據(jù)的關(guān)聯(lián)是具有不確定性的。數(shù)據(jù)關(guān)聯(lián)產(chǎn)出的規(guī)律也是沒(méi)有可信度的。

2.聚類(lèi)分析

數(shù)據(jù)庫(kù)中的數(shù)據(jù)可以變成一系列的有意義的關(guān)聯(lián)體，這種關(guān)聯(lián)體就叫做聚類(lèi)，聚類(lèi)的存在增加了人民對(duì)客觀事物的現(xiàn)實(shí)認(rèn)識(shí)，是概念描述的先決條件。聚類(lèi)技術(shù)包含傳統(tǒng)的模式和識(shí)別方法。里面的概念聚類(lèi)技術(shù)指的是在考慮區(qū)分的對(duì)象是不僅僅的是要考慮到傳統(tǒng)的對(duì)象之間的距離差距，還要詳細(xì)的劃分出這里面的具體內(nèi)涵，這樣就可以從根本上避免整個(gè)技術(shù)的片面性。

3.概念描述

概念描述是指對(duì)一個(gè)東西所有具有的內(nèi)涵特征進(jìn)行的描述，這類(lèi)描述的對(duì)象有著相互關(guān)聯(lián)的特征。概念性的描述分為行為特征的描述和區(qū)別性的描述，前者是對(duì)特定對(duì)象的某些特征進(jìn)行分析，后者是對(duì)不同的描述對(duì)象之間的差別進(jìn)行描述。差別性的描述有很多種類(lèi)，比如對(duì)策描述，遺傳描述等。

4.偏差描述

數(shù)據(jù)庫(kù)中的很多數(shù)據(jù)經(jīng)常會(huì)有一些異常的處理錯(cuò)誤的記錄，對(duì)這些數(shù)據(jù)庫(kù)中的處理錯(cuò)誤偏差的描述稱(chēng)之為偏差描述。偏差描述存在著很多的潛在知識(shí)，比如在品種分類(lèi)中的反常實(shí)例，不滿足規(guī)則的特例，觀測(cè)結(jié)果與預(yù)測(cè)值直接的偏差等，偏差描述的基本途徑就是找對(duì)觀測(cè)結(jié)果和參照值之間的差別意義。

四. 數(shù)據(jù)挖掘中的主要應(yīng)用

（一）讀者需求分析

現(xiàn)在很多的研究都是僅僅局限于實(shí)際調(diào)查所得到的的讀者需求，這種需求的得到方式是簡(jiǎn)單容易的，當(dāng)然他們也存在很多的問(wèn)題比如真實(shí)性，時(shí)效性，一致性，一般性等等。我們來(lái)做一個(gè)簡(jiǎn)單的推理，如果在公共圖書(shū)館中，圖書(shū)的借閱量很大，就說(shuō)明這類(lèi)圖書(shū)比較受到大家的歡迎，圖書(shū)館就要適量的增加他的庫(kù)存量。如果放在藏書(shū)結(jié)構(gòu)的圖書(shū)館，借閱量大的圖書(shū)就很好的說(shuō)明他們可以滿足讀者的需求，可以提高公共圖書(shū)館的利用率。我們所說(shuō)的這種藏書(shū)的模式并不一定適用于藏書(shū)結(jié)構(gòu)，他們只是在借閱量比較大的圖書(shū)中的一種內(nèi)在的模式，從另一個(gè)方面來(lái)看他就是一種同類(lèi)圖書(shū)的半衰期的內(nèi)在模式。這種內(nèi)在模式需要從大量的數(shù)據(jù)中找到，只有不斷的加大讀者的閱讀行為和閱讀量才能根據(jù)圖書(shū)的內(nèi)容進(jìn)行分析預(yù)測(cè)，從讀者的身上找到比較受歡迎的藏書(shū)模式。這種藏書(shū)模式應(yīng)該是讀者最喜歡的，最方便的一種模式。同一讀者群里面有著相同的行為模式和需求，不同的行為細(xì)分里面有著不同的讀書(shū)需求。需求一般都是在分析活動(dòng)的過(guò)程中對(duì)讀者行為的一種細(xì)致劃分，他們都是在調(diào)查的基礎(chǔ)上進(jìn)行的，在實(shí)際的應(yīng)用中，讀者的閱讀行為完全是可以在借閱的大量數(shù)據(jù)挖掘中找到的。

（二）信息資源的優(yōu)化

建設(shè)公共圖書(shū)館每年的文獻(xiàn)購(gòu)置費(fèi)是一定的，這些一定的費(fèi)用如何在各個(gè)科目直接進(jìn)行分配，如何讓有限的購(gòu)置費(fèi)發(fā)貨最大的作用。傳統(tǒng)圖書(shū)館在進(jìn)行這方面分析的時(shí)候一般是有多個(gè)人進(jìn)行專(zhuān)門(mén)的調(diào)查決定，或者進(jìn)行商討，但是這種做法很難避免個(gè)人的主觀意志，容易造成圖書(shū)管理經(jīng)費(fèi)的浪費(fèi)，發(fā)揮不出應(yīng)有的價(jià)值。然而通過(guò)數(shù)據(jù)挖掘技術(shù)就能很好的解決這種問(wèn)題，借閱量大的圖書(shū)一目了然。

通過(guò)圖書(shū)館的管理系統(tǒng)可以讓數(shù)據(jù)挖掘在圖書(shū)借閱，流通的時(shí)候得到很好的利用，我們可以按著文獻(xiàn)的借閱次數(shù)進(jìn)行有針對(duì)性的補(bǔ)充，讓那些不全面而人們經(jīng)常搜索的圖書(shū)盡快得到補(bǔ)充。對(duì)用戶每次借閱的文獻(xiàn)進(jìn)行關(guān)聯(lián)分析，發(fā)現(xiàn)這些文獻(xiàn)其中的管理價(jià)值與比例關(guān)系，優(yōu)化信息建設(shè)和藏書(shū)布局。

五、總結(jié)

公共圖書(shū)館管理決策是一個(gè)非常復(fù)雜的過(guò)程，要想得到現(xiàn)代化的管理就必須有著完整的，集成與真實(shí)的信息。在圖書(shū)館的信息化進(jìn)程建設(shè)的時(shí)候大量的數(shù)據(jù)庫(kù)建設(shè)可以為數(shù)據(jù)的收集和統(tǒng)計(jì)提供條件，也可解決依靠人力無(wú)法解決的問(wèn)題。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)，讓公共圖書(shū)館在管理上有了新的方向，可以讓管理者更好的服務(wù)于讀者。

參考文獻(xiàn)：

[1]時(shí)海燕. 數(shù)據(jù)挖掘在公共圖書(shū)館管理工作中的作用分析[J]. 辦公室業(yè)務(wù)，2016，（21）：189-190.

[2]陳海軍. 數(shù)據(jù)挖掘在公共圖書(shū)館管理工作中的應(yīng)用[J]. 中國(guó)管理信息化，2016，（02）：169.

[3]張宏偉. 數(shù)據(jù)挖掘在高校圖書(shū)館文獻(xiàn)采訪決策中的應(yīng)用[A]. 中華中醫(yī)藥學(xué)會(huì).全國(guó)中醫(yī)藥圖書(shū)信息學(xué)術(shù)會(huì)議暨第十一屆中醫(yī)藥院校圖書(shū)館館長(zhǎng)會(huì)議論文集[C].中華中醫(yī)藥學(xué)會(huì)：，2014：4.

[4]楊睿娜. 數(shù)據(jù)挖掘在高職院校圖書(shū)館管理中的應(yīng)用[J]. 科技創(chuàng)新與應(yīng)用，2012，（06）：242.

[5]馬豐寧. 數(shù)據(jù)挖掘技術(shù)在公共圖書(shū)館中的應(yīng)用[J]. 圖書(shū)館工作與研究，2012，（11）：54-57.

作者簡(jiǎn)介：張 艷（1984.4—），女，江蘇鹽城大豐區(qū)，鹽城市大豐區(qū)圖書(shū)館工作，本科學(xué)歷，助理館員職稱(chēng)，研究方向：圖書(shū)館學(xué)基礎(chǔ)理論與圖書(shū)館管理研究，信息資源建設(shè)與服務(wù)研究。