基于数据挖掘技术的数字图书馆信息服务研究

倪伟燕

（菏泽学院，山东 菏泽 274000）

基于数据挖掘技术为主的数字图书馆是在互联网环境下建立的，可使读者摆脱空间和时间的限制，将传统图书馆转移到了某种介质上，读者可以通过移动设备，获取图书馆的各种资源。数字图书馆能满足读者随时随地进行信息检索和图书阅读的要求，下面针对基于数据挖掘技术的数字图书馆建设进行具体论述。

1 数据挖掘相关概念和现状

1.1 数据挖掘概念

数据挖掘技术就是使用算法在大量的数据中搜索隐藏的信息。数据挖掘也是发现知识的过程，是通过科技，从繁杂冗长的数据中找到潜在的信息，再通过转换分析，进行模型化处理，从而获得自己需要的数据，最终为数据管理决策提供依据。同时该技术也可以和人工智能、数据统计、数据库等技术相结合进一步深入挖掘下去。

1.2 数字图书馆的国内外现状

美国加州大学的Michael Cooper教授通过数据挖掘技术对大学图书馆日志数据进行分析，对不同类型的读者在图书馆逗留的时间和规律，建立了一个数学模型，通过聚类对读者的行为规律进行分析，同时预测未来的发展情况。芝加哥大学的Swansan开发了Arrowsminth软件系统，可对每种文献之间存在的关系进行分析，从而为读者提供更有价值的信息知识。Papatheodorou等人将数据挖掘技术使用到图书馆信息管理中，为图书馆建立数据管理对策和进行馆藏提供了更多的科学依据。

随后出现的关联挖掘理论技术，实现了图书馆信息个性化推送服务。之后2011年，有学者提出使用数据挖掘技术建立针对性的推荐系统，对读者访问图书馆网站的时间、偏好、浏览情况等进行分析，总结读者选择信息的关联性和规律性，从而在网页上实现信息推荐。2012年，有学者在云计算基础上建立图书馆数据挖掘系统，为用户提供平台数据共享集和算法，从而实现开放性的图书馆数据共享系统[1]。同时也有人对图书馆读者的行为进行分析，建立根据读者的行为和偏好建立数据挖掘技术模型。2014年逐渐实现移动性的数据挖掘技术数字图书馆[2]。

2 数据挖掘技术分析

2.1 数据采集

数据包括了：读者的行为数据，也就是读者在高校图书馆访问OPAC时生成的日志，其中涵盖了读者检索词、电子书下载、链接点击、电子资源访问等信息；读者借还数据，即读者借阅的各类书籍名、次数、欠费时间、类别、索书号等相关性的流通日志数据。

2.2 数据预处理

日志文件属于非结构式的文本文件，数量比较多，而且没有统一性。在分析数据之前需要从非结构数据中收集结构化数据，再完成预处理。先要进行数据清洗，即去除冗余数据、缺失数据、噪声过滤等。再进行数据转换，就是缩短数据的维度，降低数据挖掘时需要分析的变量数和特征[3]。

2.3 数据挖掘膜性

根据读者聚类和分类分析，总结出读者的个性化需求，从而建立关联性规则模型。先要进行分类和预测，寻找具有预测性的信息，建立重要数据模型，或是预测数据模型。再进行关联规则分析，分析读者借阅特征和图书间的关联性。

3 数据挖掘技术在图书馆信息服务中的应用

3.1 在馆藏资源优化方面的应用

读书馆每年采购文献的经费有限，如果能在数字图书馆基础上对流通日志、馆藏书目数据和检索请求等信息进行分析，分析文献信息的使用率、读者感兴趣的模式，同时预测未来读者的兴趣变化，以及未来图书馆文献采购趋势，这样就能合理订购文献资源。笔者所在的图书馆设立了技术部，主要负责图书馆计算机管理系统的研究、管理以及应用开发等工作，同时在资源采集方面，配合采编部做好资源购置工作。为了保证有限的资金能最大限度地得到合理利用，就需要运用数据挖掘技术，对图书馆的流通日志、馆藏数据、检索信息等进行分析，找出流通量比较大的书籍数据信息，并依次分析出读者感兴趣的信息数据，然后根据这些数据调整图书采购计划，订购读者喜欢的、热门的、实用的图书资源，减少购书的盲目性，进而改进图书馆的资源配置[4]。

笔者曾对所在图书馆2015、2016、2017三个年度的馆藏纸质资源流通情况进行统计分析，结果发现，图书馆的纸质资源利用率较低，且呈每年继续向下的趋势。这是因为网络环境下，读者获取信息资源的渠道已更为便捷而多元化。图书馆馆藏资源的利用情况，反映的不仅是其资源是否满足读者的需求，而且也是衡量其文献资源建设质量的重要指标。因此，图书管理者有必要找出差距，分析原因，有针对性地采取提高资源利用率的具体措施，比如加大对纸质资源的宣传力度，建立好书、新书推荐栏，提高管理人员的专业素养等。

而对图书馆馆藏图书借阅情况的调查分析表明，读者借阅最多的是文学艺术书籍，有14.2万册，占全年总借阅量的53%，说明文学和艺术类书籍是最受欢迎的。其次是语言类书籍，再次是政治经济类书籍，占全年借阅总量的13%。这是因为经济专业在笔者学校属于大专业，学生人数多，对专业有追求。因此，图书馆在下一步的文献资源建设中，必须考虑学生的兴趣和阅读倾向，调整文献文种结构和文献学科结构，以及新书年代结构，准确文献复本校对，剔除呆滞文献，建立更加科学完善的馆藏资源体系，保证图书馆资源的最大利用率，进一步提高服务水平，建立图书馆全面质量管理体系[5]。

3.2 信息查询的使用

传统的图书馆形式无法满足读者及时查询的需求，要快速获取信息就需进行加深扩展。而数据挖掘技术的使用可以对这些繁杂的数据进行详细分析。该技术可以利用读者的专业背景、学科等信息，根据读者借阅的规律，进行借阅兴趣、习惯和趋势的分析，为读者提供针对性文献资料，从而实现不断更新的推送服务，提高图书馆资源使用的效率。

3.3 Web科学导航系统的使用

数字读书馆储存的不仅有本馆的电子文献，同时也收集了很多来自Internet网络上的资源信息。Internet上的数据是非结构的、多样的、动态的，而挖掘技术可以对Web系统中大量的文档进行分类、摘要、关联分析，从中提取出自己想要的信息，并可以根据已经定义好的主题类型，对每个网页文档科学分类和标引，从而建立学科导航系统，为数字图书馆提供更加丰富的信息资源。现在的图书馆除了购买电子图书外，还会购进各种数据库，图书管理人员可以利用这些数据库，对有效的信息资源进行开发和利用，继而挖掘出信息资源的使用价值，而读者则可利用这些资源，收集资料和数据，用于满足自己的使用需求。根据笔者对所在学校图书馆电子资源的使用情况调查统计发现，虽然电子资源每年的登录量逐年增加，但整体利用率仍旧偏低，可见电子资源的综合利用情况很不理想。要提高电子资源的使用效能，窃以为，可以从以下几方面入手。

一是要坚持“读者第一，服务至上”的宗旨，以敏锐的观察判断力和选择信息的能力，以及熟练的资源检索能力，为读者提供高效、优质、多元化的信息技术服务。并加大宣传力度，展开引导工作，使更多读者了解图书馆的电子资源，扩大电子资源的影响力。

二是要建立咨询服务平台，全方位服务读者。可专门组织人员负责各个学科领域的科研需求分析、信息资源检索分析和报道、课题跟踪服务等咨询服务工作，从而推进咨询服务工作的进展。

三是要做好网络环境下的数字图书馆知识信息导航。帮助用户在网络海量信息中识别、找到他们需要的知识信息是图书馆员的重要职责，也是数字图书馆用户教育的重要内容。数字图书馆可建立专业网站，定期动态报道某一专业信息资源的更新情况，以及专业领域的学术动态，为专业用户提供及时的专业知识获取窗口等方式，建立专业化的知识信息导航系统。

四是要完善网络环境，提高读者检索能力。图书馆管理员应在保证检索工具的正常运转、扩大网络覆盖面、设置合法用户访问权限、培训读者、提供操作指南等方面，开展全方位、多层次的高水平服务。

3.4 建立好书推荐栏

每个学科都有其经典书籍，可将它们设为好书推荐栏，并在网页上进行相关设置，读者一输入关键字，检索系统就可以自动为读者推荐与关键字相关的、阅读量较高的图书，从而有效满足读者的借阅需求。另外，数字图书馆可以根据读者的专业进行分析，快速准确地搜索出读者需要的图书。该系统的建立可以节省读者寻找信息的时间，同时为读者提供更多有价值的图书。

综上，建立数字图书馆，就是利用挖掘技术，对各种潜在的信息数据进行搜索和分析，并推送给读者，从而满足更多读者的个性化需求。这样不仅减少了读者搜索图书的时间，同时也提高了读者对图书馆资源的使用率，实现读书馆管理服务水平的提高。