江康

近些年來，我國居民隨著生活水平的逐年提高，已經(jīng)能夠較好地接受“數(shù)字化生存”這一生活方式了，由于數(shù)字圖書館具有信息更新速度快、信息存儲量大、不受時間和空間的限制以及占用空間小等有特點，所以它也越來越受到人們的關(guān)注。雖然數(shù)字圖書館確實為人們帶來了非常多的方便和便捷，但是由于其包含的信息資源非常龐大并且形式多樣，所以人們在一定程度上也受到了干擾。導(dǎo)向性是信息資源的基本屬性之一，同一個信息在不同的使用用戶中表現(xiàn)出的價值肯定是有差異的，某一項信息無法滿足所有的需求，而某個單一的用戶肯定也并不需要所有的信息資源。怎樣處理這一問題呢？ 數(shù)字圖書館的個性化服務(wù)就能很好地解決這一問題，數(shù)字圖書館的個性化服務(wù)的概念就是參照用戶所使用信息的習(xí)慣、偏好、行為以及特殊的需求等，經(jīng)過分析從而真正地為用戶提供滿足其要求的內(nèi)容以及系統(tǒng)功能的一種服務(wù)。首先這種服務(wù)必須是能滿足數(shù)字圖書館單一用戶信息需求的服務(wù)，也就是在用戶明確地提出了信息需求后，通過對用戶以往的使用習(xí)慣以及使用行為等內(nèi)容進行分析，從而為其提供服務(wù)；其次，這種服務(wù)還是一類能夠充分地培養(yǎng)用戶的個性，發(fā)展用戶需求的服務(wù)，而這對于整個社會朝著多樣性的發(fā)展也是有幫助的。數(shù)據(jù)挖掘技術(shù)是一種新興的計算技術(shù)，其在商業(yè)零售、科學(xué)發(fā)現(xiàn)，以及醫(yī)療等眾多領(lǐng)域都得到了應(yīng)用，近些年來，它也逐漸應(yīng)用到了數(shù)字圖書館領(lǐng)域中。

一、數(shù)據(jù)挖掘及相關(guān)技術(shù)

數(shù)據(jù)挖掘是指從從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中抽取有價值的信息，幫助決策者和管理者尋找數(shù)據(jù)間潛在的關(guān)聯(lián)，發(fā)現(xiàn)隱含的、對決策有潛在價值的關(guān)系和模式，用于預(yù)測未來趨勢及為決策行為。數(shù)據(jù)挖掘是一門交叉學(xué)科也是一門邊緣學(xué)科。它與數(shù)據(jù)庫技術(shù)、模式識別、統(tǒng)計學(xué)、信息檢索、人工智能、機器學(xué)習(xí)等有密切關(guān)系。

數(shù)據(jù)挖掘有分析方法有：分類、估計、預(yù)測、關(guān)聯(lián)規(guī)則、聚類、可視化、復(fù)雜數(shù)據(jù)類型挖掘、音頻、視頻、圖形圖像等）。這些分析方法又可以分為直接數(shù)據(jù)挖掘和間接數(shù)據(jù)挖掘兩種。直接數(shù)據(jù)額挖掘就是利用可用的數(shù)據(jù)建立一個模型，這個模型對剩余的數(shù)據(jù)，對一個特定的變量進行描述。間接數(shù)據(jù)挖掘就是目標(biāo)中沒有選出某一具體的變量，用模型進行描述；而是在所有的變量中建立起某種關(guān)系。

二、數(shù)據(jù)挖掘在數(shù)字圖書館中的應(yīng)用

1、個性化服務(wù)。在數(shù)字圖書館的整個系統(tǒng)中，其個性化的服務(wù)都是很重要的環(huán)節(jié)，網(wǎng)絡(luò)已經(jīng)越來越智能化了，那么信息服務(wù)也會隨之變得智能化，不再是傳統(tǒng)的被動化的服務(wù)方式，而是主動化的服務(wù)方式。一般情況下，我們將數(shù)字圖書館的個性化服務(wù)概括為兩個層次，第一個層次是根據(jù)用戶的自身需要對信息進行定制，舉例來說，慧聰國際系列應(yīng)用軟件中的 I get 和 My info 這兩個個性化服務(wù)軟件，都是屬于這個層次的，主要包括了重要事件提示、數(shù)字圖書館站內(nèi)搜索以及網(wǎng)絡(luò)搜索等內(nèi)容。而另一個層次就是充分地分析用戶的興趣模式，主動地向用戶提供服務(wù)，使數(shù)字圖書館更加的智能化和主動化。

2、提高信息獲取速度。數(shù)字圖書館中的信息量是龐大的，在堆積如山的數(shù)據(jù)中包含著許多待提取的有用知識。對于用戶來說，他關(guān)心自己的需要是不是能夠被滿足要勝于關(guān)心數(shù)字圖書館中的信息量。因此，要為用戶提供更快、更有效的服務(wù)，就必須有一套很好的搜索機制。數(shù)據(jù)挖掘技術(shù)為數(shù)字化圖書館提供了先進的信息檢索工具，在數(shù)字圖書館的檢索中采用數(shù)據(jù)挖掘的相關(guān)理論和方法，設(shè)計的系統(tǒng)將有更大的智能性。數(shù)字圖書館可運用興趣模式算法判斷并爭取潛在用戶，在服務(wù)過程中，還可利用可視化技術(shù)幫助用戶進行在線實時信息分析。

為保證用戶在盡可能短的響應(yīng)時間內(nèi)獲取所需信息，要搜集用戶每次閱讀的專題集合（瀏覽模式）作為一個事實，記錄所有用戶每一次的瀏覽過程構(gòu)成事務(wù)庫，再對事務(wù)庫進行如下操作：①利用關(guān)聯(lián)規(guī)則采掘算法找到訪問頻率超過給定閾值的專題（項目）集，進而用分類算法把客戶的瀏覽模式與頻繁項目集進行相似匹配，將具有相似瀏覽模式的客戶組織到一個服務(wù)器上，從而減少服務(wù)器緩存和傳輸頁面的數(shù)量；②找到事務(wù)庫中某頻率訪問的專題集，利用關(guān)聯(lián)分析得到專題之間的關(guān)聯(lián)規(guī)則，存入服務(wù)器的知識庫，當(dāng)用戶瀏覽某頁面時，網(wǎng)絡(luò)代理根據(jù)規(guī)則預(yù)先連接其關(guān)聯(lián)頁面，從而提高響應(yīng)速度；③也可利用Web挖掘得到用戶訪問序列模式，根據(jù)預(yù)測，預(yù)先傳播用戶可能閱讀的頁面。

3、拓展了服務(wù)形式，提升了服務(wù)質(zhì)量。數(shù)字圖書館在現(xiàn)代信息技術(shù)的幫助下，它的意義已經(jīng)不僅僅是服務(wù)于媒體和轉(zhuǎn)換時空了，更重要的是它在數(shù)據(jù)挖掘技術(shù)的幫助下來提升服務(wù)水平和拓展服務(wù)形式。（1）信息檢索服務(wù)。數(shù)字圖書館提供的一個很重要的功能就是信息檢索，它也是衡量數(shù)字圖書館服務(wù)質(zhì)量的重要的參考依據(jù)。（2）查新服務(wù)與定題服務(wù)。這是兩類針對科研的信息服務(wù)，傳統(tǒng)的服務(wù)方式是查詢光盤數(shù)據(jù)庫或是文獻數(shù)據(jù)庫，但是現(xiàn)代社會已經(jīng)是網(wǎng)絡(luò)時代了，外部網(wǎng)絡(luò)這一信息發(fā)布平臺信息發(fā)布和更新的速度極快，所以為了保證服務(wù)結(jié)果的真實性和可靠性，我們就更應(yīng)該重視網(wǎng)絡(luò)平臺了。

數(shù)字圖書館的個性化服務(wù)改變了傳統(tǒng)的被動化的運作方式，開創(chuàng)了“用戶需要什么，我就提供什么”的主動化的操作模式，而這種個性化的服務(wù)模式也必將成為數(shù)字圖書館技術(shù)發(fā)展的主要趨勢。在我國網(wǎng)絡(luò)用戶群體數(shù)量大幅度增長的今天，只有提供最具針對性并且個性化的信息服務(wù)，用戶的需求才能得到滿足。數(shù)據(jù)挖掘技術(shù)在龐大信息資源中仍能提供極具智能化的個性服務(wù)，所以其為數(shù)字圖書館的建設(shè)工作中提供了十分關(guān)鍵的支持和保障。然而數(shù)據(jù)挖掘技術(shù)屬于一種新興的技術(shù)，其還是存在著一些問題的，如數(shù)據(jù)的可視化、數(shù)據(jù)挖掘語言的標(biāo)準(zhǔn)化，以及多層次、多種類知識的高效挖掘方法等內(nèi)容都是需要我們不斷地探索和研究，未來的數(shù)據(jù)挖掘技術(shù)一定會對數(shù)字圖書館的建設(shè)工作產(chǎn)生十分關(guān)鍵的積極影響。