数据挖掘在高校图书馆阅读推广中的应用研究

乔虹

（内蒙古财经大学，呼和浩特010070）

1 引言

随着“互联网+”时代的逐渐发展，人们生活与工作的信息化水平也得到了显著提升，数据的有效分析影响着人类的生活和工作。目前数据挖掘成为服务行业的热点关注问题，其自身的潜在价值不断被挖掘，被应用在各行各业中。随着全民阅读的重视，图书馆成为重要媒介。如何利用大数据进行分析、挖掘成为图书馆的工作重点，高效的工作模式将提升全民阅读质量。基于此，围绕数据挖掘在高校图书馆阅读推广中的应用展开研究，望助力提高图书馆工作的效率。

2 数据挖掘概述

在大数据时代，数据的挖掘工作成为企业获取经济手段的重要模式。当下“互联网+”的浪潮中，数据的挖掘将在整体的数据库中，在大量的、不清晰的、缺失的数据储存中进行自动筛选，提取在数据中隐藏的含义，包括事物未来的走向或者具有某些价值意义的参考信息，清晰地进行趋势分析。随着信息化时代飞速发展，人类在生活及工作中不断产生大量的数据，怎样从庞大的数据储存仓中提取有效的信息与结果趋势成为时代发展的首要任务，数据的有效挖掘成为数据处理的关键技术，是社会经济体制下发现知识，增长知识的重要步骤。在数据的挖掘过程中常常采用数据的有效分类、数据回归趋势分析、聚类决策树模式、数据关联规则、神经网络搭建及Web数据挖掘的方法，不同的方法应用于不同的专业领域，不同的数据挖掘方式将会对结果产生不同的效果[1]。在分析过程中，将结合两种及两种以上的数据挖掘模式，可以产生有效的优势互补，更接近精准的结果。目前数据的挖掘应用于各行各业，例如金融行业、教育行业、科技行业以及服务行业等。近年来，随着人民物质文化水平的提高，阅读行业的不断繁荣，图书馆也开始对数据的挖掘进行探索，并不断获得实质性的提升。

3 传统高校阅读推广的问题分析

3.1 推广模式较为单一性

“世界读书日”的确立，意味着读书逐渐被重视。从过去二十几年的发展分析，国外对读书的重视尤为强烈。随着我国的社会主要基本矛盾的变化，人民的物质生活水平不断上升，国家相关部门相继出台政策积极鼓励、协助各省市图书馆进行有效的推广活动。但我国图书馆在阅读推广方面的工作经验不足，与对阅读重视的西方国家具有一定差距[2]。阅读推广创意相对落后、策划形式相对单一，主要原因在于推广经费相对贫乏。国外的推广经费主要来于企业经费赞助、出版商合作经费以及相关基金组织扶持，而我国仅是靠国家的财政资金来推广，限制形式多样。另外图书馆还不具备专一的推广专员，大部分都是兼职人员，导致推广活动的单一性，主题拟定不新颖，长此以往降低读者对阅读的兴趣。

3.2 用户需求缺乏实效性

目前我国高校拥有大量的书籍可供阅读，图书馆在长期传统工作模式上，已积累些相关的工作经验，在阅读推广上具有一定模式，例如有效利用新颖的传媒技术，以色彩灵动的来吸引学生；建立特色推广网站，结合当下新媒体进行宣传，以便捷的方式联系学生。模式初期会吸引部分高校学生的进行阅读，但长此以往，学生会产生审美的疲劳。图书馆只是一味地宣传阅读，忽略了学生阅读的目的性，无法对学生的阅读方向进行精准分析。图书馆忽略图书作为精品的分析，图书馆应建立阅读群体的分类模式，高校的新生可能对图书馆有一定的好奇性，应明确其好奇书籍的方向是文学类还是专业类，而后在图书馆容易发现的位置进行陈列。另外，部分学生人群对专业知识感兴趣，这时应从专业角度进行区分，清晰各专业阅读的书籍的类型，判断是否为链式阅读的模式。但由于传统的人工操作和推广并不具备相应的数据支撑，无法真正了解用户的阅读信息，降低了阅读推广的效果。

4 数据挖掘的应用探讨

4.1 数据的有效准备

在明确数据目的性前提下，要对数据进行有效准备，为阅读推广模式增加良好的数据支撑。主要手段是通过对数据的整理，进行数据整合建立可执行的数据库。待使用的数据库未必要全部存储在关联网络的数据中，可独立存在。在进行数据挖掘的过程中，首先将整体的数据库部署，在可用的框架体系下进行调试，此步骤主要检验当前数据库的整合问题，是否存在数据的缺失或者重复的问题[3]。对于当前的数据库，将进行纵向一体数据与横向一体的数据进行整合，以此建立多维度的数据库模式，建立推广模式多样性。

4.2 数据的有效分析

在已有的数据中，浏览分析成为关键步骤，以此来更好地满足用户的需求，及时获取用户数据导向。数据的多层次、多角度分析才会对数据挖掘模型的建立具有建设性的意义。在数据的浏览过程中，浏览人员应当进行数据的排查，针对目标问题进行数据处理，将错误数据进行修改或者删除，保留有效数据进行分析[4]。在分析过程中，以数据挖掘的目的为核心进行问题的设计，防止在分析的过程中偏离数据挖掘的主体方向，并深入探索目标问题的思路，寻找关联信息帮助数据挖掘模型的建立，更好地把握用户信息的实效性，便于建立更新颖的阅读推广模式。

4.3 挖掘模型的确立与应用

数据挖掘模型的确立与使用主要包括如下几个环节：

一是创建挖掘模型。针对目标问题的分析，在浏览数据的基础上建立有效数据挖掘模型。主要以阅读人群分类，阅读内容的聚类以及阅读时间进行分析，升华竞品在市场的需要，挖掘在整体结构中的数据库，创立具有一定规律的挖掘数据模型，并不断进行验证。若出现问题需进行重新验证，建立新模型直到满足竞品的需求为止。

二是对数据挖掘分析结果进行展示。在数据挖掘分析结束后，在面对图书馆的管理者或者优化结构模式的负责人时，应当以非专业语言进行展示，方便观看者了解分析结果，可获得直接帮助[5]。

三是对模型产生的结果进行验证。从建立挖掘的数据模型、验证模型、结果展示，最重要的是用户体验反馈。模型实施后，进行问卷调查等，以验证模型的实用性。对于反馈结果进行整理，在模型建立与使用的过程中进行更新，优化模型，使阅读推广效率增加。

5 结论

本文通过对数据挖掘概述，了解传统高校阅读推广存在的问题，主要有推广模式相对单一、用户需求缺乏实效性等。并针对数据挖掘的应用进行探讨，从数据的有效准备、数据的有效分析以及挖掘模型的确立与应用等方面进行分析，希望能够推动图书馆的阅读推广发展。