亓北林

（中國石油大學(xué)（華東）圖書館，山東青島 266555）

隨著圖書館信息化管理水平的不斷提升，對(duì)圖書館的服務(wù)質(zhì)量監(jiān)控和管理提出了更高的要求。對(duì)圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知模型的研究，建立在對(duì)圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)采集和信息融合的基礎(chǔ)上，傳統(tǒng)方法中，對(duì)圖書館服務(wù)質(zhì)量的態(tài)勢(shì)動(dòng)態(tài)信息智能感知方法主要有分塊特征匹配的圖書館服務(wù)質(zhì)量態(tài)勢(shì)感知方法、基于模糊C 均值的圖書館服務(wù)質(zhì)量態(tài)勢(shì)聚類感知分析方法等[1]，建立圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能感知算法，采用相似度特征分析方法，進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能感知。但傳統(tǒng)方法進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能感知的智能性不好，特征辨識(shí)能力不強(qiáng)[2]，對(duì)此，該文提出基于大數(shù)據(jù)挖掘的圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能感知方法。采用基于多樣本特征信息的采樣方法構(gòu)建圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)采集模型，采用局部信息擬合方法，進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)狀態(tài)融合和特征匹配[3-5]，結(jié)合大數(shù)據(jù)挖掘模型實(shí)現(xiàn)圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知模型設(shè)計(jì)，最后進(jìn)行仿真測(cè)試分析，其展示了該文方法在提高圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知能力方面的優(yōu)越性能。

1 圖書館服務(wù)質(zhì)量動(dòng)態(tài)信息采集和特征分析

1.1 圖書館服務(wù)質(zhì)量動(dòng)態(tài)信息采集

為了實(shí)現(xiàn)基于大數(shù)據(jù)平臺(tái)的圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能感知，采用基于多樣本特征信息的采樣方法構(gòu)建圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)采集模型，結(jié)合圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)的特征分布，進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)的綜合信息采樣和特征分析[6]，采用模糊信息演化聚類分析方法，進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能感知，結(jié)合模式識(shí)別方法，建立圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能感知模型[7]，以提高圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能感知和信息管理能力，采用聚類分析法對(duì)圖書館服務(wù)質(zhì)量動(dòng)態(tài)信息進(jìn)行采集以及動(dòng)態(tài)篩選，實(shí)現(xiàn)結(jié)構(gòu)圖如圖1 所示。

圖1 圖書館服務(wù)質(zhì)量動(dòng)態(tài)信息采集示意圖

采用模糊信息融合方法，進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)輔助決策[8]，圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的特征量為將圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知問題轉(zhuǎn)化為凸優(yōu)化問題，如式（1）：

結(jié)合空間模糊度特征檢測(cè)方法，進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知過程中的運(yùn)維參數(shù)分析[9]，提取圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的模糊信息參數(shù)集，得到最優(yōu)尋優(yōu)參數(shù)，結(jié)合模糊信息特征提取方法，進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知，得到圖書館服務(wù)質(zhì)量態(tài)勢(shì)分布特征量滿足且存在，使得圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)解分別用代替P1和P2的最優(yōu)解[10]，記為圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的模糊度滿足

圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的最優(yōu)解記為，滿足根據(jù)上述分析，進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息智能采集，根據(jù)信息采集結(jié)果進(jìn)行動(dòng)態(tài)信息融合和檢測(cè)[11]。

1.2 圖書館服務(wù)質(zhì)量動(dòng)態(tài)大數(shù)據(jù)聚類特征分析

采用網(wǎng)格分塊聚類方法進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)聚類分析，對(duì)采集的圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)進(jìn)行模糊信息分類識(shí)別和特征分布式融合處理[12]，采用模糊參數(shù)尋優(yōu)方法，進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知控制，得到圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知輸出的穩(wěn)定條件：且不存在，此時(shí)，圖書館服務(wù)質(zhì)量態(tài)勢(shì)解可以等價(jià)轉(zhuǎn)換為的有限集函數(shù)，從而代替P1和P2的最優(yōu)解，記為圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知問題具有特征解集，且其特征解集應(yīng)該滿足

對(duì)圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的特征解{W1,W2}和{Tr1,Tr2}的優(yōu)化問題進(jìn)行線性規(guī)劃設(shè)計(jì)，在最優(yōu)解約束下，得到圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的特征解問題為{W1,W2}和{Tr1,Tr2}，根據(jù)線性規(guī)劃模型，進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)聚類分析[13]，得到聚類函數(shù)為：

其中，F(xiàn)表示聚類函數(shù)，H 表示矩陣耦合，根據(jù)式（2）給出的信息聚類結(jié)果，進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知和深度學(xué)習(xí)，篩選出對(duì)圖書館服務(wù)質(zhì)量影響較大的核心因素，為構(gòu)建圖書館服務(wù)質(zhì)量個(gè)性化評(píng)價(jià)機(jī)制提供數(shù)據(jù)支撐。

1.3 圖書館服務(wù)質(zhì)量個(gè)性化評(píng)價(jià)機(jī)制構(gòu)建

基于上文構(gòu)建的圖書館服務(wù)質(zhì)量動(dòng)態(tài)大數(shù)據(jù)聚類特征分析模型，同時(shí)考慮圖書館用戶量較大且用戶類型差異性較大，立足新媒體時(shí)代下圖書館服務(wù)需求呈現(xiàn)的若干新特征，構(gòu)建了一種新的圖書館服務(wù)質(zhì)量個(gè)性化評(píng)價(jià)機(jī)制。為了較好地量化圖書館服務(wù)質(zhì)量，把圖書館服務(wù)質(zhì)量個(gè)性化評(píng)價(jià)問題視為多因素約束下的最優(yōu)策略選擇問題，形成閉合的良性循環(huán)反饋機(jī)制，為圖書館服務(wù)質(zhì)量的穩(wěn)定提升提供評(píng)價(jià)支撐。該機(jī)制聚焦圖書館新媒體資源與大數(shù)據(jù)挖掘背后的服務(wù)質(zhì)量提升之間的邏輯對(duì)應(yīng)關(guān)系，理清了圖書館服務(wù)質(zhì)量提升與核心影響因素之間的隱性關(guān)聯(lián)[14]，為圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知及評(píng)價(jià)提供了一種定量化途徑。圖書館服務(wù)質(zhì)量個(gè)性化評(píng)價(jià)機(jī)制涵蓋新媒體背景下的新媒體資源與新興讀者受眾服務(wù)的提升之間的對(duì)應(yīng)關(guān)系、圖書館新媒體服務(wù)從業(yè)人員的專業(yè)知識(shí)及自身素質(zhì)與提升圖書館整體服務(wù)質(zhì)量之間的邏輯對(duì)應(yīng)關(guān)系等，為構(gòu)建個(gè)性化及定量化的圖書館服務(wù)質(zhì)量評(píng)價(jià)體系提供了重要補(bǔ)充。

2 圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知算法優(yōu)化

2.1 圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的大數(shù)據(jù)挖掘構(gòu)建

通過精準(zhǔn)收集讀者興趣的數(shù)據(jù)，分析讀者的潛在服務(wù)需求，構(gòu)建具有多源異構(gòu)屬性的圖書館服務(wù)質(zhì)量大數(shù)據(jù)池，為圖書館服務(wù)質(zhì)量的提升提供前置數(shù)據(jù)支撐。構(gòu)建圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息統(tǒng)計(jì)分析數(shù)據(jù)庫，提取圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)的信息熵，采用自適應(yīng)參數(shù)融合方法[15]，得到圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的深度學(xué)習(xí)函數(shù)為：

該問題的最優(yōu)解具有閉合形式，圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的最優(yōu)特征量為Trj，采用演化學(xué)習(xí)方法進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知求解，且有：

其中，當(dāng)i=1時(shí)，μi滿足最優(yōu)聚類約束條件，圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知大數(shù)據(jù)融合聚類問題描述為：

根據(jù)離散度分布思想構(gòu)建服務(wù)質(zhì)量大數(shù)據(jù)挖掘機(jī)制，求得prj(k)與pri(k)的最優(yōu)值，根據(jù)大數(shù)據(jù)挖掘的重構(gòu)關(guān)系，進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知。

2.2 圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知

根據(jù)提取的圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息熵分布特征解進(jìn)行大數(shù)據(jù)挖掘模型的構(gòu)造，首先對(duì)所有的特征解進(jìn)行歸一化改造，保證滿足，圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的特征變量定義為μ1、μ2和μm，其中，μ1、μ2表示常規(guī)控制變量，μm表示模糊控制變量，則圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知尋優(yōu)問題滿足如下公式：

提取圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息熵分布特征解，然后對(duì)其進(jìn)行大數(shù)據(jù)挖掘模型構(gòu)造[16]，圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的空間演化模型可以用封閉公式表示，則有：圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的最優(yōu)策略滿足：

基于式（7）并且使用自適應(yīng)加權(quán)的強(qiáng)化學(xué)習(xí)方法，得到圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的過程控制函數(shù)，如式（8）：

其中，μm滿足收斂解。采用空間分布式融合方法，實(shí)現(xiàn)圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)信息感知，優(yōu)化分量管理。

3 仿真實(shí)驗(yàn)與結(jié)果分析

為了多維度驗(yàn)證該文所提方法在實(shí)現(xiàn)圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知中的應(yīng)用性能，對(duì)模型進(jìn)行仿真實(shí)驗(yàn)分析，仿真分析基于Matlab 7 環(huán)境設(shè)計(jì)，圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)的采樣樣本數(shù)為1 200，模糊相似度系數(shù)為0.25，特征匹配系數(shù)為0.82，對(duì)服務(wù)質(zhì)量態(tài)勢(shì)數(shù)據(jù)融合聚類的迭代次數(shù)為200，根據(jù)上述參數(shù)設(shè)定，進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知[17]，構(gòu)建面向圖書館服務(wù)質(zhì)量態(tài)勢(shì)感知的動(dòng)態(tài)大數(shù)據(jù)挖掘機(jī)制，基于圖書館讀者滿意度歷史運(yùn)維數(shù)據(jù)，構(gòu)建具有大數(shù)據(jù)屬性特征的圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知數(shù)據(jù)池，進(jìn)而得到圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知大數(shù)據(jù)采樣結(jié)果，具體如圖2 所示。

圖2 圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知大數(shù)據(jù)

以圖2 中的數(shù)據(jù)為研究對(duì)象，進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知，對(duì)采集的圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)進(jìn)行模糊信息分類識(shí)別和特征分布式融合處理[18]，提取圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)的信息熵，得到信息感知結(jié)果，如圖3 所示。

圖3 圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知結(jié)果

分析圖3 可知，采用該文方法進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的融合度水平較高，抗干擾性較好。測(cè)試圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的準(zhǔn)確性，對(duì)比結(jié)果如表1 所示，分析表1 可知，采用該文方法進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的準(zhǔn)確性較高，信息分類管理能力較好，其提高了圖書館服務(wù)質(zhì)量動(dòng)態(tài)管理水平。

表1 圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知準(zhǔn)確性對(duì)比

4 結(jié)論

為了提高服務(wù)質(zhì)量態(tài)勢(shì)分析和動(dòng)態(tài)監(jiān)測(cè)水平，該文提出基于大數(shù)據(jù)挖掘的圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知模型。采用模糊信息融合方法，進(jìn)行圖書館服務(wù)質(zhì)量態(tài)勢(shì)輔助決策，采用模糊參數(shù)尋優(yōu)方法，進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知控制，提取圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)的信息熵，根據(jù)提取的圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)信息熵分布特征量進(jìn)行大數(shù)據(jù)挖掘模型的構(gòu)造，采用空間分布式融合方法，實(shí)現(xiàn)圖書館服務(wù)質(zhì)量態(tài)勢(shì)動(dòng)態(tài)大數(shù)據(jù)信息感知，優(yōu)化分量管理。研究表明，采用該文方法進(jìn)行圖書館服務(wù)質(zhì)量動(dòng)態(tài)感知的準(zhǔn)確性較高，信息分類管理能力較強(qiáng)，其在圖書館服務(wù)質(zhì)量動(dòng)態(tài)管理中具有很好的應(yīng)用價(jià)值。