数据挖掘技术在高职院校图书馆管理系统中的应用

甘斌　廖玖玖

关键词：数据挖掘技术;高职院校;图书馆;管理系统;应用

高职院校图书馆管理系统现存的问题

馆藏建设方面。馆藏建设对于整个图书馆的高效管理有着极其重要的作用，通过馆藏建设可以为师生提供优质的资源。但是目前许多高职院校图书馆管理系统并不能够完整的了解到馆藏书籍的一些情况，他们不知道哪些书籍是被频繁使用的，哪些书籍的数量应该再增加几本。因此就会出现许多采购人员盲目的采购书籍，对各类书籍也没有进行定期的增减，就会使许多人来到图书馆，却找不到自己想要找的材料。同时，这种馆藏建设对于整个的经济利用也会有所影响。这是目前许多高职院校图书馆缺乏数据挖掘技术所造成。

排架管理方面。在排架管理方面同样也存在一些问题。许多高职院校的图书馆都是按照中图法类别进行分类的。这种排练方式具有一定的优势，它可以让读者更快的找到自己所要找的书籍，但是这种排练方式很难引起读者对其他类的书籍感兴趣，这样的话，对于人才的综合性培养也会有所影响。采用中图法那边进行分类时，要需要根据书架对每一类书预留一定的空间，但是在实际当中可能会因为一些书籍数量不够，就会造成一些空间的浪费，要不就会出现预留空间不足的现象，总之就会给整个的排列造成一定的困难。同时经常的去排列一些书籍的话，可能会使书籍破损的更加严重。

藏书利用率方面。随着社会的不断提高，人们对于教育的越来越重视，高职院校图书馆的藏书书籍也越来越多，但是在实际当中，每一本藏书并不能够被学生利用。在进行藏书的过程当中，可以发现一些文献或是一些书籍，根本没有被同学们阅读过，那么就需要根据藏书的利用率来进行合理的调整，但是在实际当中，图书管理人员很难发现一些书籍的利用率，如果不是通过大型的数据分析和事数据挖掘的话，很难会发现藏书书籍当中利用率较低的书籍。这样的话管理人员研究无法根据实际的利用情况进行书籍管理。

个性化建设方面。图书馆的个性化建设其实也能够反映出一个高职院校的文化建设。主要去图书馆进行文献或是书籍阅读学生，其实很多情况下都是十分喜欢阅读的，但是在学校当中还是存在一些惰性学生，他们对于阅读并不是十分的感兴趣，那么图书馆就可以通过个性化的建设来吸引更多是有惰性的学生来图书馆进行阅读。而图书管理者因为无法得知学生们对哪类书籍感兴趣，所以没有办法建设出比较个性化的方案来吸引更多的学生投入到读书当中。这是现在许多高职院校图书馆管理当中常聚到的几个问题，因为对数据没有大规模的挖掘，没有进行大规模的归纳，所以在推动整个图书馆的发展过程当中遇到了一定的瓶颈。

数据挖掘技术的概念

数据挖掘又可以称为数据采掘和数据开采，是指借助于一定的技术和算法，对实际应用中具有随机性、模糊性、噪音、不完整以及大量的信息数据进行处理，以便获得对人们有用的知识。数据挖掘过程可以分为数据预处理、数据的选择与变换、数据挖掘、模式评估以及知识展示等。每一步当中又有许多的计算方式，从而可以准确地反映出一些实际情况，有利于做出正确的决策和判断。下面就对每一步骤进行简单的说明。

数据预处理。在进行第一步数据预处理时，需要对具进行清理和集成两个步骤，清理主要是清理一些具有噪音或是具有不一致性的数据，集成步骤主要是将一些主要的数据进行整合，重新得到一个有效的数据。

数据的选择与变换。第二步数据变换和选择。数据的变换主要是指集成的数据再次加工转变为可以直接被数据挖掘技术可使用的一些信息。将这些数据转遍完整之后，要对这些信息根据选择的目的进行选择。这就是数据变换和选择的意义。

数据挖掘方法。第四步是数据挖掘方法。数据挖掘方法是数据挖掘技术的核心。主要有以下几种方式。第一聚类分析，从聚类分析四个字的表面意思我们可以知道，它的分析主要是根据数据的一些特征来进行归纳，总结到他们在之前并没有明确的归纳和是分类的特殊规则。聚类分析也就是根据数据的一些特征进行有效的分析。第二种是关联分析。关联分析是根据数据之间的某种联系来进行分析。而数据之间的某种联系是根据阈值的设定来进行确定的。第三种是序列分析，序列分析主要是根据事情发生的时间顺序进行归纳和分析。第四种是统计回归分析，统计回归分析其实是数学当中的一种计算方式，他在许多学科当中都有广泛的应用，在数据挖掘技术当中，同样也是通过采用统计回归分析。借助于已有的数据值进行未知变量值的预测。一般情况下，进行标准统计可以采用线性回归的方式进行。第五种是分类预测分析，分类预测分析主要是通过分类函数进行的，其可以映射具体的数据项与数据集。树形结构是分类模式应用较多的表现形式，其数值的搜索是从数的根部开始，结合数的节点和分支进行遍历，最终获得预测结果。这五种方法都能根据实际的应用情况进行合理的选择，从而能够将数据得到最大化的利用。

数据挖掘技术在高职院校图书馆管理系统中的具体应用

通过数据挖掘，做更多个性化的建设。数据挖掘技术在高职院校图书馆管理系统当中的应用，可以帮助学校进行个性化的建设。在学校，许多学生对于图书馆并不是十分的感興趣，那么图书馆就可以通过对学生的一些数据进行分析，从而得出他们喜欢哪类型的书籍，这样的话，图书馆可以根据相对应的书籍推出一些活动，从而吸引更多的学生来图书馆主动阅读学习。比如：分析借阅数据，对于活跃读者可以增加最多借阅本数，增大借阅权限：对于不活跃读者，找到某一时期内最受欢迎图书，开设好书介绍栏目，进行好书介绍和推荐。这样就能够有利于提高学生的阅读能力，让更多的学生参与到阅读当中。

图书聚类分析在高职图书馆管理系统当中的应用。聚类分析是根据一些数据的特点进行总结分析。对于图书的聚类分析，可以得知哪些图书最受欢迎，哪些图书的使用率是比较低的，从而可以对一些图书的采购进行针对性的增加或减少。同时在考量读者关注度时，应将上架时间参与考虑.另外，哪几类图书会经常被借阅也值得研究。这对于提高馆藏利用率有着指导性意义。

关联性分析在高职图书馆管理系统当中的应用。关联性分析在高职图书馆管理系统当中的应用也是十分有效的，通过关联性分析可以得知学生对哪类书籍是十分的感兴趣，根据调查结果也可以知道学生们在阅读上有着怎样的习惯。据这些数据分析结果，图书管理者可以采用一些巧妙的措施，来帮助学生养成更加健康的阅读习惯，也能够为学生提供更加优质的服务，增加更多能够吸引学生的书籍类型。

读者聚类分析。在图书馆当中可以对学生的借阅图书书本进行统计，从而可以判断出学生的活跃程度。图书馆管理者可以应用聚类分析，对这些学生的书本进行一个数据的统计计算，最后得出學生们的活跃程度。最后可以根据整个学生的活跃程度比例来采取合适的方法来帮助学生对图书产生更多的兴趣。这样一方面可以了解读者对图书馆资源的利用程度，另一方面也为读者提供个性化服务，针对不同读者采取不同的服务措施。

数据挖掘技术在高职图书馆里系统当中的应用，能够有效的提高整个图书馆的图书利用率，同时也能够增加更多个性化的建设，对于整个学校文化建设以及学生综合能力的提升，都有一定的积极意义。数据挖掘技术能够更加有效地解决传统图书馆管理方式的一些缺点，高院校在进行图书馆管理的过程当中，也要充分的应用数据挖掘技术，从而能够更好地了解到学生的需求，根据学生的需求，采取合适的措施，采购合适的书目，这样的话能够提高整个图书馆的资金利用率，图书藏书利用率。数据挖掘技术在高职图书馆管理系统当中的应用前景是十分广泛的，但是在实际应用的过程当中，可能还会存在一些问题，相信在未来，随着技术的不断成熟，整个数据挖掘技术将会被应用的更加熟练，整个图书馆的管理做出更大的贡献。

参考文献

[1]张丽霞，顾海明.数据挖掘技术在图书馆流通服务中的应用[J]数据挖掘，2012，2（03）：25-31.

[2]郑艳华.高职院校图书管理中数据挖掘技术的应用探索[J]当代教研论丛，2017，（008）.

[3]明伟菊. 数据挖掘技术在高职院校图书馆管理系统中的应用[J]数字化用户，2018，24（18）：172.

[4]罗晓丽.改进的数据挖掘算法在高职院校图书馆中应用[J]科技和产业，2011，11（7）：121-125.

[5]丁丽，詹林，孙高峰，马健.数据挖掘技术在高职院校图书管理中的应用[J]绥化学院报，2013，33（6）：121-125.

[6]余建国，聂荣.数据挖掘技术在图书馆中的应用[J]电脑知识与技术，2008，（14）：796-797.

[7]潘小枫.数据挖掘技术及其在数字图书馆建设中的运用[J]图书馆理论与实践，2006，（4）：105-106.doi：10.