陳淑英，徐劍英，劉玉魏，山 潔

0 引言

圖書(shū)館信息服務(wù)模式正從面向館藏資源的普惠信息服務(wù)向面向讀者的個(gè)性化信息服務(wù)轉(zhuǎn)變[1]。圖書(shū)推薦服務(wù)是現(xiàn)代圖書(shū)館以讀者為核心的個(gè)性化服務(wù)的重要內(nèi)容。面對(duì)用戶，如何將豐富的圖書(shū)資源推薦給用戶是圖書(shū)館一直思考的問(wèn)題。大學(xué)生是高校圖書(shū)館的主要服務(wù)對(duì)象，圖書(shū)館通過(guò)動(dòng)態(tài)跟蹤用戶在4年學(xué)習(xí)中的借閱數(shù)據(jù)，可以掌握不同專業(yè)用戶處在不同年級(jí)時(shí)期的興趣變化，預(yù)測(cè)用戶偏好，進(jìn)而進(jìn)行圖書(shū)推薦[2]。本文以某高校2011級(jí)大學(xué)4年圖書(shū)借閱數(shù)據(jù)為依據(jù)，從看似雜亂無(wú)序的信息中提取有價(jià)值的信息，以關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘，試圖通過(guò)不同專業(yè)用戶在不同年級(jí)時(shí)的圖書(shū)關(guān)聯(lián)規(guī)則分布情況，探索以專業(yè)為單位用戶群體的有效的和有針對(duì)性的圖書(shū)推薦服務(wù)策略，為用戶提供個(gè)性化服務(wù)。

1 研究背景

數(shù)據(jù)挖掘是提取隱藏信息的過(guò)程[3]，利用數(shù)據(jù)挖掘技術(shù)分析讀者借閱數(shù)據(jù)，探尋讀者需求規(guī)律，以實(shí)現(xiàn)圖書(shū)推薦服務(wù)。關(guān)聯(lián)規(guī)則由Agrawal等在1993年首次提出[4]，是數(shù)據(jù)挖掘中重要的數(shù)據(jù)分析方法，通過(guò)對(duì)數(shù)據(jù)處理挖掘出數(shù)據(jù)集中項(xiàng)之間的聯(lián)系，建立數(shù)據(jù)之間的相互依賴關(guān)系。關(guān)聯(lián)挖掘技術(shù)是現(xiàn)代圖書(shū)館發(fā)展的關(guān)鍵技術(shù)，運(yùn)用關(guān)聯(lián)挖掘技術(shù)可以對(duì)讀者的借閱數(shù)據(jù)進(jìn)行分析，適時(shí)調(diào)整館藏方向，使圖書(shū)館信息資源體系更加合理化；還可以發(fā)現(xiàn)讀者的借閱模式和借閱偏好，為讀者提供個(gè)性化的信息服務(wù)[5]。目前應(yīng)用關(guān)聯(lián)規(guī)則在圖書(shū)借閱數(shù)據(jù)研究主要集中在兩方面：一是對(duì)讀者借閱圖書(shū)種類數(shù)據(jù)關(guān)聯(lián)分析算法的建立過(guò)程，以介紹方法為主[6-8]；二是對(duì)關(guān)聯(lián)規(guī)則方法的改進(jìn)與推薦模型的研究[9-11]。其中，大多研究都是對(duì)關(guān)聯(lián)規(guī)則技術(shù)問(wèn)題的算法研究、模型的建立和通過(guò)實(shí)驗(yàn)驗(yàn)證推薦的準(zhǔn)確性和可用性，而對(duì)于考慮屬性之間的類別層次關(guān)系、時(shí)態(tài)關(guān)系、多維挖掘等其他屬性的研究較少。本文以讀者屬性數(shù)據(jù)和借閱記錄為基礎(chǔ)，以時(shí)間維度為主線進(jìn)行數(shù)據(jù)關(guān)聯(lián)挖掘，在數(shù)據(jù)挖掘過(guò)程中，不僅關(guān)注關(guān)聯(lián)規(guī)則的算法和結(jié)果，更加注重的是對(duì)結(jié)果進(jìn)行分析。通過(guò)分析，發(fā)現(xiàn)數(shù)據(jù)中存在的各種有用信息，如用戶閱讀變化趨勢(shì)及存在問(wèn)題，提出相應(yīng)的對(duì)策，改變現(xiàn)有的工作方式，開(kāi)展圖書(shū)推薦服務(wù)。

2 研究過(guò)程

2.1 研究流程

根據(jù)用戶4年的借閱數(shù)據(jù)，應(yīng)用關(guān)聯(lián)規(guī)則沿著時(shí)間主軸跟蹤挖掘分析用戶學(xué)科專業(yè)、圖書(shū)類型之間的關(guān)聯(lián)關(guān)系，得出不同專業(yè)用戶在不同年級(jí)借閱圖書(shū)之間的關(guān)聯(lián)性，通過(guò)關(guān)聯(lián)規(guī)則分析掌握以專業(yè)為單位的群體用戶的閱讀傾向、偏好和需求，并以此作為開(kāi)展圖書(shū)推薦服務(wù)的依據(jù)和決策支持。通過(guò)行之有效的圖書(shū)推薦策略展開(kāi)圖書(shū)推薦服務(wù)工作，讓圖書(shū)資源發(fā)揮最大效用，讓圖書(shū)館的服務(wù)貫穿于用戶四年的學(xué)習(xí)過(guò)程中，使用戶在四年的學(xué)習(xí)中，不斷提高自身的學(xué)習(xí)能力、實(shí)踐創(chuàng)業(yè)水平以及綜合素質(zhì)。具體流程見(jiàn)圖1。

圖1 研究流程

2.2 數(shù)據(jù)獲取

本文以某高校圖書(shū)館為例，采用分層抽樣方法，按照分層抽樣調(diào)查的比例要求，每個(gè)專業(yè)的抽樣比例在30%左右。從2011級(jí)本科生中選取1200名用戶，在圖書(shū)館圖書(shū)借閱管理系統(tǒng)跟蹤被抽樣本用戶從大一到大四在圖書(shū)借閱系統(tǒng)的日志數(shù)據(jù)，共獲取借閱數(shù)據(jù)27905條。抽樣用戶覆蓋文學(xué)、理學(xué)、工學(xué)、醫(yī)學(xué)、法學(xué)、管理學(xué)、經(jīng)濟(jì)學(xué)等學(xué)科的71個(gè)專業(yè)，時(shí)間從2011年9月入學(xué)到2015年6月畢業(yè)，通過(guò)分析2011級(jí)本科生不同專業(yè)的借閱數(shù)據(jù)，探究以專業(yè)為單位的圖書(shū)借閱規(guī)律，并結(jié)合2011級(jí)教學(xué)計(jì)劃中課程設(shè)置，開(kāi)展圖書(shū)推薦服務(wù)。

2.3 數(shù)據(jù)處理

根據(jù)研究流程，對(duì)抽樣的1200名用戶數(shù)據(jù)主要選取讀者證號(hào)、專業(yè)、借閱年級(jí)(操作日期)、圖書(shū)類型(中圖分類號(hào))及題名等，通過(guò)數(shù)據(jù)清理集成，預(yù)處理后得到相關(guān)整合數(shù)據(jù)，詳見(jiàn)表1。

表1 每個(gè)用戶4年借閱圖書(shū)的預(yù)處理后數(shù)據(jù)

2.4 Apriori算法

Apriori算法最初僅用于單一維度下布爾型數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘。對(duì)圖書(shū)借閱行為中的3個(gè)維度——用戶、圖書(shū)及時(shí)間，除關(guān)注不同圖書(shū)類型關(guān)聯(lián)外，還對(duì)年級(jí)和圖書(shū)類型的關(guān)聯(lián)感興趣，需要進(jìn)行多維關(guān)聯(lián)規(guī)則分析。如果將多維屬性的謂詞集看作是維度內(nèi)同屬性的項(xiàng)集，可以藉由經(jīng)典的單維關(guān)聯(lián)規(guī)則算法處理多維屬性間的關(guān)聯(lián)[12]。在進(jìn)行關(guān)聯(lián)分析時(shí)，對(duì)讀者所借閱的圖書(shū)類型、圖書(shū)類型和專業(yè)、圖書(shū)類型和年級(jí)之間等方面挖掘這些數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則。Apriori算法是挖掘強(qiáng)關(guān)聯(lián)規(guī)則的方法，主要功能是找出頻繁項(xiàng)集。具體步驟為：(1)對(duì)于預(yù)處理數(shù)據(jù)，用Apriori關(guān)聯(lián)算法，找出全部的頻繁項(xiàng)集；(2)對(duì)頻繁項(xiàng)集進(jìn)行連接步和剪枝步；(3)得到最大頻繁項(xiàng)集，去掉沒(méi)有超過(guò)最小支持度的，剩下的又滿足最小置信度，就是強(qiáng)關(guān)聯(lián)規(guī)則[13]。

強(qiáng)關(guān)聯(lián)規(guī)則可以挖掘隱藏在歷史數(shù)據(jù)背后的有用的規(guī)則和潛在的信息。本文重點(diǎn)跟蹤挖掘分析從入學(xué)到畢業(yè)的一個(gè)學(xué)習(xí)周期中，不同專業(yè)的用戶群體在不同年級(jí)借閱圖書(shū)的規(guī)律，發(fā)現(xiàn)在不同年級(jí)的讀書(shū)興趣、偏好和需求，如經(jīng)?？吹臅?shū)籍，又如用戶在借閱本學(xué)期開(kāi)設(shè)課程相關(guān)圖書(shū)時(shí)，還會(huì)去借閱的圖書(shū)類別等。

3 結(jié)果分析與討論

3.1 研究結(jié)果

2011級(jí)本科生中1200名用戶連續(xù)4年的借書(shū)記錄共計(jì)27905條，其中借閱了22類圖書(shū)，密度為0.1725318。最常借閱的圖書(shū)類型為I、K、H、T、B。155人的借閱數(shù)據(jù)為只借閱一類圖書(shū)，202人的借閱數(shù)據(jù)為借閱兩類圖書(shū)。使用Apriori算法，設(shè)置最小支持度0.01和最小值置信度0.1，按年級(jí)(時(shí)間)維排序，構(gòu)建以專業(yè)為單位的圖書(shū)與年級(jí)(時(shí)間)的關(guān)聯(lián)規(guī)則，并抽取有代表性的幾個(gè)專業(yè)。具體結(jié)果如表2所示。

表2 各專業(yè)圖書(shū)與年級(jí)(時(shí)間)的關(guān)聯(lián)規(guī)則

3.2 結(jié)果分布

3.2.1 整體分布

在4年學(xué)習(xí)中，各個(gè)專業(yè)在不同年級(jí)時(shí)借閱圖書(shū)關(guān)聯(lián)程度較高的圖書(shū)類型各不相同。

例如，紡織工程專業(yè)的用戶：

{年級(jí)=大一}=＞{圖書(shū)類型=I24}

{年級(jí)=大二}=＞{圖書(shū)類型=I24、I26}

{年級(jí)=大三}=＞{圖書(shū)類型=TS10、I24}

{年級(jí)=大四}=＞{圖書(shū)類型=TS94、I24}

而數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)的用戶：

{年級(jí)=大一}=＞{圖書(shū)類型=K82}

{年級(jí)=大二}=＞{圖書(shū)類型=O17、O15}

{年級(jí)=大三}=＞{圖書(shū)類型=I24、O21}

{年級(jí)=大四}=＞{圖書(shū)類型=O22}

據(jù)此，可以得出結(jié)論：專業(yè)不同，關(guān)聯(lián)程度高的圖書(shū)種類也有所不同，這是開(kāi)展針對(duì)不同專業(yè)用戶進(jìn)行圖書(shū)推薦服務(wù)的主要依據(jù)。

3.2.2 階段分布

同一專業(yè)的用戶在4年學(xué)習(xí)生活中，關(guān)聯(lián)程度較高的借閱圖書(shū)類型分布顯示，用戶在不同年級(jí)時(shí)期感興趣的圖書(shū)有區(qū)別，但也有一些其他類型的圖書(shū)貫穿在整個(gè)學(xué)習(xí)過(guò)程中。比如紡織工程專業(yè)的用戶，在大一、大二、大三及大四關(guān)聯(lián)程度較高圖書(shū)的有I24類，因此圖書(shū)推薦工作應(yīng)有長(zhǎng)期目標(biāo)和短期目標(biāo)。

3.2.3 專業(yè)分布

各專業(yè)除在I類和H類圖書(shū)顯示關(guān)聯(lián)程度較高，同時(shí)顯示出和本專業(yè)圖書(shū)有較高的關(guān)聯(lián)性，如法學(xué)類專業(yè)的用戶在大一、大二、大三及大四關(guān)聯(lián)程度較高的都有D92，說(shuō)明專業(yè)類圖書(shū)的學(xué)習(xí)對(duì)用戶很重要。

3.3 結(jié)果討論

用戶在4年學(xué)習(xí)過(guò)程中，會(huì)根據(jù)興趣、偏好和學(xué)習(xí)要求等借閱不同類型的圖書(shū)，但根據(jù)表2關(guān)聯(lián)數(shù)據(jù)顯示，關(guān)聯(lián)程度高的圖書(shū)種數(shù)與館藏文獻(xiàn)資源種類及總量相比卻是微不足道的。究其原因，主要有以下幾方面。

3.3.1 用戶圖書(shū)借閱缺乏系統(tǒng)指導(dǎo)

用戶4年讀書(shū)生活中，借閱數(shù)據(jù)總的趨向較符合其學(xué)習(xí)過(guò)程，但借閱圖書(shū)的種類還是比較單一，在某一時(shí)間段借閱圖書(shū)比較盲目，與其學(xué)習(xí)過(guò)程不太相符。

比如經(jīng)濟(jì)類專業(yè)的用戶：

{年級(jí)=大一}=＞{圖書(shū)類型=I24}

{年級(jí)=大二}=＞{圖書(shū)類型=H31}

{年級(jí)=大四}=＞{圖書(shū)類型=I56}

數(shù)據(jù)顯示，用戶在一年級(jí)、二年級(jí)以及四年級(jí)學(xué)習(xí)過(guò)程中，關(guān)聯(lián)程度高的借閱圖書(shū)種類分別僅有I24、H31和I56。因此，可以通過(guò)分析數(shù)據(jù)，給出有針對(duì)性、合理性和系統(tǒng)性的指導(dǎo)，主動(dòng)提供圖書(shū)推薦服務(wù)，從而提高用戶的借閱質(zhì)量。

3.3.2 用戶興趣偏好缺乏積極引導(dǎo)

從表2中可知，關(guān)聯(lián)程度高、概率較大的圖書(shū)種類中，最常借閱的圖書(shū)類型為I、K、H等。I類圖書(shū)占的比例最大，用戶在大一期間盡管專業(yè)不同，但借閱的大多以I24為主，并且在大二、大三及大四期間都有I類圖書(shū)借閱的傾向。因此，應(yīng)根據(jù)用戶的興趣愛(ài)好，對(duì)B、H、I、K等種類圖書(shū)借閱給予積極引導(dǎo)。

3.3.3 用戶專業(yè)學(xué)習(xí)積極性不夠

表2數(shù)據(jù)顯示，每個(gè)專業(yè)關(guān)聯(lián)程度高的專業(yè)圖書(shū)的比例比較低，用戶在大二、大三及大四時(shí)多轉(zhuǎn)向?qū)I(yè)書(shū)籍，但是關(guān)聯(lián)程度高的圖書(shū)卻不多，專業(yè)圖書(shū)的借閱還是缺乏理想的閱讀量。如臨床醫(yī)學(xué)專業(yè)，從大一到大四，關(guān)聯(lián)度高的基本是H類，除了大三有R47類型圖書(shū)，其他都是非本專業(yè)書(shū)籍，四年的專業(yè)圖書(shū)閱讀總量令人擔(dān)憂。這就要求圖書(shū)館要仔細(xì)分析相關(guān)數(shù)據(jù)，根據(jù)用戶專業(yè)的具體要求，了解用戶的需求和興趣點(diǎn)，做出準(zhǔn)確的判斷，進(jìn)行專業(yè)圖書(shū)的推薦，以滿足專業(yè)用戶的大學(xué)專業(yè)知識(shí)的學(xué)習(xí)和掌握。

綜上，除了要建設(shè)更加合理化的信息資源體系，更重要的是掌握和了解讀者的借閱模式和借閱偏好，通過(guò)圖書(shū)關(guān)聯(lián)規(guī)則的數(shù)據(jù)結(jié)果，為讀者提供相關(guān)信息資源或引導(dǎo)讀者查找所需資源，為讀者提供優(yōu)質(zhì)的個(gè)性化的信息服務(wù)。因此，高校圖書(shū)館要認(rèn)真分析用戶的借閱數(shù)據(jù)，了解用戶的需求，主動(dòng)采用多種圖書(shū)推薦服務(wù)模式，調(diào)動(dòng)用戶的閱讀興趣。圖書(shū)館要從被動(dòng)等待用戶借閱，轉(zhuǎn)變?yōu)榉e極主動(dòng)的深入到用戶中去，實(shí)施圖書(shū)推薦服務(wù)，拓展圖書(shū)館的工作方式和服務(wù)內(nèi)容。

4 圖書(shū)推薦服務(wù)策略

本次研究是通過(guò)對(duì)高校圖書(shū)館用戶的直接調(diào)查，從用戶借閱數(shù)據(jù)→關(guān)聯(lián)規(guī)則→數(shù)據(jù)分析→信息需求→推薦服務(wù)的過(guò)程中，高校圖書(shū)館充分發(fā)揮教育和信息服務(wù)職能，為用戶推薦所需的圖書(shū)，同樣也為館藏圖書(shū)尋找用戶。圖書(shū)館根據(jù)關(guān)聯(lián)規(guī)則分析結(jié)果，從以下幾個(gè)方面開(kāi)展工作，實(shí)現(xiàn)為讀者提供優(yōu)質(zhì)的圖書(shū)推薦服務(wù)。

4.1 制定每個(gè)專業(yè)四年的圖書(shū)閱讀規(guī)劃

從表2關(guān)聯(lián)規(guī)則可獲知，用戶四年的學(xué)習(xí)中，借閱圖書(shū)較缺乏系統(tǒng)性、科學(xué)性及規(guī)律性。用戶在大二、大三和大四階段，課程設(shè)置中基本上都是專業(yè)必修課和專業(yè)選修課，在這個(gè)學(xué)習(xí)階段用戶要完成正常的專業(yè)課程學(xué)習(xí)、考研準(zhǔn)備、課程設(shè)計(jì)、畢業(yè)論文及設(shè)計(jì)等等，基本上以借閱專業(yè)類圖書(shū)為主，在這個(gè)時(shí)期，如果圖書(shū)館購(gòu)置的專業(yè)類圖書(shū)本專業(yè)的用戶都不積極借閱，那么還會(huì)有其他專業(yè)的用戶借閱嗎？因此，圖書(shū)館要為購(gòu)置的每本圖書(shū)定位，找到其目標(biāo)人群，這就需要分析研究用戶閱讀特征，包括用戶來(lái)源、專業(yè)報(bào)考第一錄取率和閱讀傾向等，整合用戶閱讀興趣及偏好，做到在用戶四年學(xué)習(xí)的每個(gè)階段都能給予較專業(yè)到位的幫助和指導(dǎo)。無(wú)論用戶是出國(guó)深造、考研，還是就業(yè)，圖書(shū)館可以充分掌握其發(fā)展目標(biāo)，與相應(yīng)的院系聯(lián)合，結(jié)合每個(gè)專業(yè)的教學(xué)計(jì)劃，為圖書(shū)尋找用戶，建立以用戶專業(yè)為單位的四年的圖書(shū)閱讀規(guī)劃。

4.2 實(shí)施圖書(shū)需求推薦

大一時(shí)期的用戶，從高中進(jìn)入大學(xué)，躊躇滿志，為了擴(kuò)展視野和提高文化素質(zhì)往往讀書(shū)的熱情很高，但進(jìn)入高年級(jí)，由于需求發(fā)生變化，用戶有了個(gè)人的發(fā)展規(guī)劃，對(duì)閱讀的內(nèi)容會(huì)有新的需求。因此，圖書(shū)館要對(duì)用戶4年的圖書(shū)借閱情況進(jìn)行系統(tǒng)梳理和分析，結(jié)合用戶不同年級(jí)的課程需求以及興趣需求，在用戶學(xué)習(xí)、生活、創(chuàng)新實(shí)踐及提高個(gè)人素養(yǎng)等方面，及時(shí)給予指導(dǎo)。當(dāng)讀者借閱某類文獻(xiàn)時(shí)，圖書(shū)館館員可以將與其強(qiáng)關(guān)聯(lián)的某類文獻(xiàn)有目的、有準(zhǔn)備、有策略地推薦給讀者，并可據(jù)此建立相應(yīng)的館藏推薦系統(tǒng)，力求所采購(gòu)的每一本書(shū)都能滿足用戶的需求。對(duì)不同專業(yè)用戶和在不同年級(jí)時(shí)期進(jìn)行定位，尋找所需的圖書(shū)，實(shí)施圖書(shū)需求推薦。

4.3 實(shí)施圖書(shū)創(chuàng)意推薦

用戶往往會(huì)根據(jù)自身的需求和興趣借閱相關(guān)的圖書(shū)。比如，通過(guò)對(duì)數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)的用戶借閱數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)大一學(xué)生較多借閱K82類的圖書(shū)，多屬于用戶興趣；大二學(xué)生較多借閱O17、O15類圖書(shū)，該專業(yè)大二正好開(kāi)設(shè)與此類圖書(shū)相關(guān)課程；大三時(shí)多借閱I24、O21類和大四時(shí)多借閱O22類圖書(shū)也是此類情況。因此，圖書(shū)館要充分挖掘不同專業(yè)用戶的行為、需求和興趣，結(jié)合廣泛的閱讀推廣活動(dòng)和特定的主題元素，如節(jié)日、紀(jì)念日、專業(yè)學(xué)習(xí)階段以及專業(yè)實(shí)習(xí)和實(shí)訓(xùn)，舉辦讀書(shū)節(jié)，開(kāi)展專題、專業(yè)閱讀和書(shū)會(huì)等，并以此為契機(jī)進(jìn)行創(chuàng)意推薦，打造自己的品牌[14]，吸引用戶。

4.4 實(shí)施專業(yè)圖書(shū)目標(biāo)推薦

通過(guò)表2進(jìn)一步分析還發(fā)現(xiàn)，有些用戶在4年的學(xué)習(xí)生活中，借閱數(shù)據(jù)不盡人意，專業(yè)書(shū)籍的閱讀比較少，這就給圖書(shū)館提出了很高要求。首先要了解學(xué)校的專業(yè)學(xué)科設(shè)置和專業(yè)教學(xué)計(jì)劃，細(xì)分目標(biāo)群體，與院系合作建立學(xué)科館員制度。其次可定期到院系舉辦書(shū)會(huì)，開(kāi)展類似“主題資源指引”“主題館藏選介”“學(xué)科主題資源”等推薦活動(dòng)[15]，介紹相關(guān)專業(yè)圖書(shū)信息資源，與用戶積極溝通，搭建互動(dòng)平臺(tái)，實(shí)施專業(yè)圖書(shū)目標(biāo)推薦。

4.5 完善借閱數(shù)據(jù)分析管理和館員業(yè)績(jī)激勵(lì)制度

每年定期將每個(gè)專業(yè)的用戶借閱圖書(shū)關(guān)聯(lián)分析結(jié)果和上屆同期數(shù)據(jù)進(jìn)行比對(duì)，及時(shí)了解用戶的目的、需求和興趣，根據(jù)用戶意愿反饋及時(shí)調(diào)整每個(gè)專業(yè)的圖書(shū)閱讀規(guī)劃和相應(yīng)的圖書(shū)推薦內(nèi)容。在深入做好借閱數(shù)據(jù)分析的同時(shí)要做好數(shù)據(jù)管理，把圖書(shū)館內(nèi)部信息與數(shù)據(jù)管理起來(lái)，為了使數(shù)據(jù)處理更科學(xué)、系統(tǒng)和統(tǒng)一，要加強(qiáng)工作流程的管理，力求實(shí)現(xiàn)相關(guān)業(yè)務(wù)流程計(jì)算機(jī)管控和自動(dòng)化管理，降低人為因素，固化管理流程。圖書(shū)館要逐步形成自己的管理系統(tǒng)，采用智能管理的數(shù)據(jù)挖掘系統(tǒng)，實(shí)現(xiàn)圖書(shū)借閱數(shù)據(jù)分析的智能化，既為用戶提供有效的推薦服務(wù)，也為圖書(shū)館提供有效和準(zhǔn)確的分析決策依據(jù)。為此，館員業(yè)績(jī)激勵(lì)制度的健全就顯得尤為重要，這樣才能面向全校用戶，合理分配館員，發(fā)揮圖書(shū)館員的專業(yè)特長(zhǎng)，向用戶提供服務(wù)，為用戶推薦所需圖書(shū)。同時(shí)為提高館員工作的積極性，應(yīng)及時(shí)統(tǒng)計(jì)圖書(shū)借閱情況，查看館員的業(yè)績(jī)，對(duì)館員工作的質(zhì)量和成效做客觀、全面的評(píng)估。

5 結(jié)語(yǔ)

高校圖書(shū)館利用關(guān)聯(lián)規(guī)則挖掘技術(shù)分析借閱信息，可以準(zhǔn)確判斷用戶的借閱行為，了解和掌握不同專業(yè)用戶群體在不同年級(jí)階段的興趣特征、現(xiàn)實(shí)需求以及潛在需求；同時(shí)可根據(jù)該學(xué)校的專業(yè)結(jié)構(gòu)、學(xué)科建設(shè)和用戶特點(diǎn)進(jìn)行以專業(yè)為單位的圖書(shū)推薦服務(wù)，并讓推薦模式更適合現(xiàn)代讀者的個(gè)性化的習(xí)慣，吸引讀者訪問(wèn)圖書(shū)館[16]。圖書(shū)館為用戶做好圖書(shū)推薦服務(wù)，是圖書(shū)館由被動(dòng)轉(zhuǎn)向主動(dòng)服務(wù)模式的體現(xiàn)，但如何將研究方法和圖書(shū)推薦在圖書(shū)館推廣應(yīng)用成為一種常態(tài)業(yè)務(wù)工作，是本研究團(tuán)隊(duì)今后進(jìn)一步研究的內(nèi)容。

[1]盛宇.基于微博的學(xué)科熱點(diǎn)發(fā)現(xiàn)、追蹤與分析——以數(shù)據(jù)挖掘領(lǐng)域?yàn)槔齕J].圖書(shū)情報(bào)工作，2012（8）：32-37.

[2]馬文峰.數(shù)字圖書(shū)館個(gè)性化信息服務(wù)的探索[J].圖書(shū)館雜志，2003（5）：30-32.

[3]周肆清，歐陽(yáng)烽.數(shù)據(jù)挖掘在高校數(shù)字圖書(shū)館應(yīng)用的可行性分析[J].高校圖書(shū)館工作，2007，27（5）：36-38.

[4]Han J M，Kamber M.Data Mining Concepts and Techniques[M].北京：機(jī)械工業(yè)出版社，2010.

[5]任賢姬.關(guān)聯(lián)規(guī)則挖掘技術(shù)在圖書(shū)借閱服務(wù)中的應(yīng)用研究[J].情報(bào)科學(xué)，2010（5）：729-731.

[6]彭儀普，熊擁軍.關(guān)聯(lián)挖掘在文獻(xiàn)借閱歷史數(shù)據(jù)分析中的應(yīng)用[J].情報(bào)技術(shù)，2005（8）：40-44.

[7]丁雪.基于數(shù)據(jù)挖掘的圖書(shū)智能推薦系統(tǒng)研究[J].情報(bào)理論與實(shí)踐，2010（5）：107-110.

[8]茹文，忻展紅.圖書(shū)館借閱數(shù)據(jù)分類信息的關(guān)聯(lián)性研究[J].北京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016（1）：14-19.

[9]李默，梁永全.基于標(biāo)簽和關(guān)聯(lián)規(guī)則挖掘的圖書(shū)組合推薦系統(tǒng)模型研究[J].計(jì)算機(jī)應(yīng)用研究，2014（8）：2390-2393.

[10]李勝，王葉茂.一種基于本體和位置感知的圖書(shū)館書(shū)籍推薦模型[J].現(xiàn)代圖書(shū)情報(bào)技術(shù)，2015（3）：58-65.

[11]馬宏惠，張平.圖書(shū)館流通信息多層關(guān)聯(lián)規(guī)則挖掘法的優(yōu)化與應(yīng)用[J].圖書(shū)情報(bào)工作，2008（7）：94-97.

[12]鐘勇，秦小麟，包磊.一種基于多維集的關(guān)聯(lián)模式挖掘算法[J].計(jì)算機(jī)研究與發(fā)展，2006（12）：2117-2123.

[13]Yin Z，Gupta M，Weninger T.A unified framework for link recommendation with user attributes and graph structure[C].International Conference on World Wide Web，2010：1211-1212.

[14]姚顯霞.基于讀者問(wèn)卷調(diào)查的高校閱讀推廣活動(dòng)評(píng)價(jià)與分析[J].圖書(shū)館論壇，2013（3）：144-147.

[15]覃麗金，吉家凡，唐朝勝，等.主題式學(xué)科化服務(wù)模式研究——結(jié)合海南大學(xué)圖書(shū)館的案例分析[J].圖書(shū)館論壇，2014（4）：23-29.

[16]馬仲兵.基于關(guān)聯(lián)規(guī)則的高校圖書(shū)館個(gè)性化推薦模型[J].新世紀(jì)圖書(shū)館，2013（7）：42-44.