基于数据挖掘技术的高校图书馆O2O服务研究

【摘 要】 本文对当前O2O服务进行了简要阐述，分析了高校图书馆当前O2O服务的现状和问题，最后从以下三个方面着重对数据挖掘技术在高校图书馆O2O服务的应用进行分析研究并对未来应用进行展望：图书推送和馆藏分布；新书购置；读者个性化服务。

【关键词】 O2O；高校图书馆；数据挖掘

一、引言

随着移动互联网时代浪潮的推动，O2O（Online To Offline）模式已经蔓延到各行各业，各商家也借助O2O模式更加科学地将在线和离线服务结合起来，通过网络提供服务和信息，进而提高用户体验感。面对新时代的到来，高校图书馆传统的服务模式也面临着巨大的挑战，移动互联网带来的各类线上信息资源逐渐替代了传统图书馆的地位，虽然有些高校图书馆建立了O2O模式服务，但最终却收效甚微。

二、高校图书馆O2O服务的现状及问题

1、高校图书馆O2O服务的现状

O2O（Online To Offline）的概念开始于2011年，被Alex Rampell率先提出，2013年我国迎来了O2O发展的重要时刻，移动互联网的发展使线上和线下真正融合起来。

我国高校图书馆的O2O服务目前发展方向较为多元化，各大院校图书馆也是根据自身特点开展了不同程度的O2O服务，大致有以下几大系统：OPAC系统、移动图书馆APP、数字音乐图书馆、图书馆微信、图书馆微博、座位预约系统、图书预约系统等等。

OPAC系统是高校图书馆最早开通的O2O服务，也是和图书馆传统业务结合最紧密、使用率最高的一套系统；移动图书馆APP和数字音乐图书馆是将线下资源扩展到线上使用最典型的应用，也使图书馆传统业务真正实现线上化；图书馆微信和图书馆微博是移动化联网浪潮下的产物，它的出现使图书馆与读者间的沟通距离缩短，能够更加高效的进行沟通与联系，也是高校图书馆为所有读者提供的共同交流平台；座位预约系统和图书预约系统是图书馆另一项传统业务线下转线上的典型应用，两套系统大大降低了图书馆读者的时间成本，提高了读者体验感，使图书馆的资源能够得到高效利用。

2、高校图书馆O2O服务的问题

近年来，高校图书馆O2O服务的发展迅速，但随之而来的问题也是比比皆是，给高校图书馆O2O服务的发展带来不小的阻力。

（1）数据的深度挖掘工作较为薄弱。高校图书馆O2O服务系统凭借着校园统一身份认证平台的使用，使各系统后台数据可以融合使用，但最终融合的数据在很多高校都未被分析使用，仅仅只是将这些海量数据作为个别信息查询的源头。这其实是将大量客户的潜在需求所忽略，各系统也无法联动产生更大的效果。这也是各高校目前在O2O服务当中遇到的最大问题之一。

（2）无法提供高质量的O2O服务。由于高校的O2O服务仅仅停留在表象应用中，只是解决了部分读者用户简单的基础需求，并未对读者用户潜在的需求进行深入挖掘，所以无法对读者用户提供高质量的O2O服务，也不能进一步提升用户的体验感和满意度，从而不能满足新时代下用戶日益增长的个性化服务需求。

三、数据挖掘在高校图书馆O2O服务的应用

1、数据挖掘的定义

数据挖掘是指利用有效的分类和挖掘技术从海量的数据中提取更为有效、潜在的、最终能认可的知识的过程。这些数据的形式具有多样性和复杂性的特点，例如文本、图案图形、结构化语言、网页信息等，虽然形式多元化，但最终都要将海量的数据信息转换为人们能够理解和认可的信息。在图书馆O2O服务中大数据隐藏于各个子系统中，数据库中存在着大量的读者信息、图书馆馆藏信息，微信图书馆、图书馆微博当中也隐藏的大量网络信息。

2、数据挖掘在图书馆O2O服务的应用

伴随着大数据时代的来临，数据挖掘技术必须快速融入到高校图书馆O2O服务当中，高校图书馆也应当抓住机遇，最大程度地利用数据挖掘技术提高高校图书馆在O2O服务领域的水准，通过彻底挖掘读者的潜在需求，进而提高读者与图书馆的粘度，提升读者的体验感。

（1）图书推送和馆藏分布方面。通常情况下，图书推送和馆藏分布的数据来源都是图书馆工作人员的经验之谈，并没有真正可靠的数据作为实施参考。在引入数据挖掘技术后，图书馆在制定线上或者线下的图书推送活动中，就可以完全按照科学的数据分析，挖掘读者的潜在需求。例如：读者使用教务系统、图书推送关联OPAC、移动图书馆APP等系统后会产生大量复杂数据，深入挖掘并分析这些数据后，便可精准定位每位读者的潜在具体需求，最终只需要在特定的时间将读者的需求进行线上或者线下推送，就可以满足读者的潜在需求。

馆藏分布方面，在引入数据挖掘技术后，便可科学地对图书馆馆藏分布进行调整，最大程度的满足读者的个性化服务，无论是线上资源还是线下资源都可以发挥出最大的能效。

（2）新书购置方面。各大高校图书馆每年都会大量购置新书，历年来大部分新书是由书商和高校教师们推荐采购，剩下少部分是由图书馆征求部分学生代表意见采购新书。这样一来，高校图书馆馆藏内容必定较为单一，且无法满足众多读者的个性化需求，导致学校花大量成本购入的新书可能会出现无人问津或者借阅者寥寥无几的现象，自然而然，读者对该图书馆的满意度必定有所打折。

在引入数据挖掘技术之后，利用基于大数据为前提的数据挖掘技术建立资源荐购系统，一方面可以从统计上来的所有读者针对新书购置方面的建议中提取有价值的信息；另一方面，高校图书馆可以从各大O2O系统记录中寻找与新书购置相关的信息，例如：多名读者在查询时集中输入的图书馆尚未购置图书信息、多名读者通过图书馆微信、微博留言建议的未购置图书信息、借阅量较大的相关学科类图书信息等等，这些信息都可以通过数据挖掘技术从数据堆栈中搜集出来。

通过引入数据挖掘技术，高校图书馆不仅可以降低每年购置新书的盲目性，避免资源浪费，同时也可以满足大量读者潜在的个性化需求，提高高校图书馆在O2O服务领域的工作效果。endprint

（3）读者个性化服务方面。O2O模式下的个性化服务主要包括资源预约和推送两个方面，传统模式下的资源预约只能通过预约表或者电话的方式，而资源推送只可以通过布告栏、信息发布和电话这三种方式。虽然传统模式也可以实现资源的预约和推送，但是效率和效果都非常不尽人意。O2O模式解决了传统推广服务模式的效率问题，但效果依旧不能令人满意。例如：在资源预约方面，我们无法评估需求者对资源需求的紧急程度，如果出现多人同时预约一项服务，如何合理分配和调节资源就成为一项难题；在资源推送方面，高校图书馆如何能够做到将有价值的信息推送给最为需要的人群，而不是一味地群发造成读者对推送信息的排斥和不重视，最终导致有效的信息变成垃圾信息。

当下利用数据挖掘技术进行O2O的个性化服务，不仅能解决传统服务模式带来的效率低、效果差等问题，还能解决在O2O模式下无法有效推送的困难，进而使有限的资源能够得到更加高效的利用，有价值的信息能够被真正有需要的读者有效获取。这样一来，高校图书馆在读者个性化服务方面将有更加显著的工作效果，也会提高读者对图书馆的忠诚度，真正发挥高校图书馆在新时代的作用。

四、结语

随着信息技术的迅猛发展，数据挖掘技术将会在高校图书馆O2O服务领域有更多更加有效的应用。图书馆的发展离不开数据挖掘技术，O2O服务模式的进步将在数据挖掘技术的基础上开展，并且随着移动互联网时代的来临，移动端服务将会逐步代替传统终端的大部分职能，届时数据挖掘技术将会在移动端的O2O服务中大展身手，发挥其精确定位与分类的优势，将大量的常规信息转换为精简的高价值有效信息，通过不断的技术革新与管理突破，引领新一轮O2O服务革命。

【参考文献】

[1] 高荣，韩雨彤. O2O服务模式在图书馆的应用探析[J]. 图书馆工作与研究，2015（12）92-95.

[2] 童子颐. O2O模式在图书馆阅读推广服务中的应用[J]. 高校图书馆工作，2015（06）71-74.

[3] 申艺苑，王婷婷. 基于“SoLoMo+O2O”模式的图书馆创新服务研究[J]. 现代情报，2014（12）80-83+89.

[4] 柳炳祥，邓欢军，高淑妍，陈欢欢. 基于数据挖掘的图书馆个性化服务系统[J]. 現代情报，2007（03）108-109.

[5] 董云鹏. 数据挖掘技术在图书馆中的应用[J]. 现代情报，2006（11）131-132.

【作者简介】

王筱蕾（1989.12-），陕西宝鸡人，硕士，助理馆员，研究方向：数字图书馆.endprint