基于关联规则的馆员动态智能培训系统

朱玉斌

［摘要］ 馆员培训，作为提高业务水平的重要途径，历来为各图书馆所重视。然而传统方式多为照本宣科，本文以采编部培训为例，探讨了如何结合数据挖掘技术，察觉业务短板所在，使馆员的培训更有针对性和实时性。

［关键词］ 关联规则； 馆员； 培训

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 10. 062

［中图分类号］G251［文献标识码］A［文章编号］1673 - 0194（2012）10- 0109- 01

１馆员培训现状

馆员培训，作为提高业务水平的重要途径，历来为各图书馆所重视。目前，常见的培训方式有：

（１） 业务讲座。通过邀请专家学者举办专题讲座，是常见的一种业务培训方式。专家学者高屋建瓴，业务知识渊博，能够谈到很多日常工作中不易觉察的问题，且多有新的理念和见解，很有学习价值，因此广受各图书馆欢迎。但这种方式往往针对性不足，对于各馆具体的业务问题和短板，未必能够提供及时的帮助。

（２） 组织学习。通过参加大馆、核心馆的培训班，提高业务水平。这种方式覆盖面广，可以有针对性地对各部门的不同业务人员进行专业培训，也是一种常见的方式。不过，这一培训方式多为新入馆工作人员的岗前培训，实时性往往不强，不能对工作中的具体问题进行帮助和指导。

（３） 学术会议。通过参加年会，技术研讨会等主题讨论的机会，学习新的知识和技术，理解动态和方向，也是一个重要的培训方式。同样，也是缺乏针对性。

在实际工作中，以采编部为例，在Ｍａｒｃ著录的过程中，工作人员对于已完成的工作往往缺乏评估和察觉错误的方式，如拼音录入错误，字段编写不规范等业务问题，每个工作人员的情况都有不同，如何实时性地依据以往工作进行分析，提供业务报告，从而可以给具体工作人员提供业务学习的方向，能够更有针对性和实时性地进行专项培训，提高业务水平便成了一个很有价值的研究课题。

２数据挖掘技术

数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ），就是从海量数据中挖掘出隐含在其中的矿藏——知识。一般认为，广义的数据挖掘又称数据库中的知识发现（Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅ），简称知识发现（ＫＤＤ）。它是从大量的、不完整的、有噪声的、模糊的和随机的数据中，提取隐含在其中的、人们事先不知道的、但又是可信的、潜在的和有价值的信息和知识的过程。

数据挖掘技术是一个多学科交叉的综合研究领域。它融合了数据库技术、人工智能、机器学习、统计分析、模式发现、可视化技术、信息检索以及信号处理等多个学科领域的技术。

３关联规则在馆员培训中的作用

关联规则在数据挖掘领域中是一个重要的研究方向，这一技术主要用来揭示数据与数据之间未知的相互依赖关系。

在研究图书Ｍａｒｃ加工数据时，数据著录错漏之处的相互依赖关系，恰恰体现了著录人在图书Ｍａｒｃ加工中的个人习惯以及潜在的业务短板所在。因此采用关联规则算法可以很好地分析Ｍａｒｃ数据的加工过程中存在的问题以及隐含在其中的规律，为业务培训指明方向。

为了提高培训工作的智能性，可以将基础培训资料输入数据库，形成培训资料库。通过图形化的界面，结合关联规则分析结果，定期形成分析报告，然后依据报告推荐培训资料，实现无人工干预的全自动培训系统。如再结合ＲＳＳ订阅推送，则可完全解决实时性和针对性不足的问题，切中要害，提高培训效率。

４我馆在实际应用中的尝试

图书加工评估工作的重点是建立评估标准，我们依据Ｍａｒｃ数据规范，使用正则表达式进行了表述，考虑到信息交互性，采用ＸＭＬ文件进行存储。为了便于程序访问和实施挖掘算法，在验证规则完成后，建立错漏代码表，针对各条规则，相应地进行变量命名编号，以便标志错误类型。

准备工作完成后，对馆藏数据进行抽样，形成数据段，以我馆汇文Ｏｒａｃｅｌ数据库为例，下面是分段代码片段：

ｓｅｌｅｃｔ

ｍａｒｃ．ｍａｒｃ＿ｒｅｃ＿ｎｏ，ｍａｒｃ．ｃａｔａ＿ｏｐｅｒ，ｍａｒｃ．ｃａｔａ＿ｄａｔｅ，ｍａｒｃ．ｍ＿ｃａｌｌ＿ｎｏ，ｍａｒｃ．ｍ＿ｔｉｔｌｅ，ｍａｒｃ．ｍ＿ａｕｔｈｏｒ，ｍａｒｃ．ｍ＿ｐｕｂｌｉｓｈｅｒ，ｍａｒｃ．ｍ＿ｐｕｂ＿ｙｅａｒ，ｍａｒｃ＿ｄａｔａ．ｍａｒｃ０１，ｍａｒｃ＿ｉｄｘ．ｍａｒｃ＿ｄａｔａ＿ｃｏｄｅ，ｍａｒｃ＿ｉｄｘ．ｍａｒｃ＿ｉｄｘ＿ｃｏｎｔ ｆｒｏｍ ｍａｒｃ ｉｎｎｅｒ ｊｏｉｎ ｍａｒｃ＿ｄａｔａ ｏｎ ｍａｒｃ．ｍａｒｃ＿ｒｅｃ＿ｎｏ＝ｍａｒｃ＿ｄａｔａ．ｍａｒｃ＿ｒｅｃ＿ｎｏ ｉｎｎｅｒ ｊｏｉｎ ｍａｒｃ＿ｉｄｘ ｏｎ ｍａｒｃ．ｍａｒｃ＿ｒｅｃ＿ｎｏ＝ｍａｒｃ＿ｉｄｘ．ｍａｒｃ＿ｒｅｃ＿ｎｏ ｗｈｅｒｅ ｍａｒｃ．ｃａｔａ＿ｄａｔｅ ｂｅｔｗｅｅｎ ＇２００４－０１－０１＇ ａｎｄ ＇２００４－１２－３１＇

对数据进行模式匹配后，生成１阶频繁项集，并在此基础上生成多阶频繁项集。根据结果生成情况，适当调整支持度和置信度的阈值，以获得有价值的挖掘结果。通常，这个过程会反复进行，在初次获得有价值信息后，可将该阈值作为初始化数据，作为系统正常运行时的参数。

针对分析报告中的字段关联信息，程序访问错漏字段代码，获得错漏类型，然后通过访问培训资料数据库中相应类型编码的培训数据，生成业务报告和培训指南，从而实现培训工作的自动化。最后，可以结合ＲＳＳ订阅，以离线推送的方式，向馆员提供培训指南，从而更实时、便捷地进行业务培训工作，提高图书馆的业务水平。

５结束语

文中探讨了应用数据挖掘技术，如何提高馆员培训工作的针对性和实效性。从馆藏数据库中Ｍａｒｃ相关各数据表字段的结构出发，通过应用关联规则挖掘技术，实现图书馆Ｍａｒｃ数据定期自动检测，并通过分析产生业务报表，结合培训资料库和ＲＳＳ订阅，实现动态推送针对性培训的智能培训系统。

主要参考文献

［１］ 汪育健，邹攀． 基于线性链表的关联规则数据挖掘技术在数字图书馆中的应用［Ｊ］． 图书馆杂志，２００９（１２）．