数据挖掘在高校图书馆的应用

有用的信息和知识的过程。挖掘的对象是数据库和数据仓库， 旨 把有价值的信息挑选出来， 将发现的知识以用户能理解的方式提
在通过对数 据 的 统 计 、分 析 、综 合 、归 纳 和 推 理 ， 揭 示 事 件 间 的 相 供给用户。
互关系， 预测未来的发展趋势， 起到辅助实际工作问题求解的作
（ ５） 知识评价。用户根据已有的知识对挖掘的结果进行合理
０２ ４ ｈｔｔｐ：／／ｉｎｄｕｓｔｒｙ．ｃｃｉｄｎｅｔ．ｃｏｍ／ｐｕｂ／ａｒｔｉｃｌｅ／ｃ７８６＿ａ９９２０＿ｐ２．ｈｔｍｌ， ２００４－
１０－ ０２ ５ ｈｔｔｐ：／／ｎｅｗｓ．ｃｃｉｄｎｅｔ．ｃｏｍ／ｐｕｂ／ａｒｔｉｃｌｅ／ｃ２９＿ａ９９２０＿ｐ１．ｈｔｍｌ， ２００４ －
１１－ １３ ６ ｈｔｔｐ：／／ｗｗｗ．ｅ８００．ｃｏｍ．ｃｎ／ａｒｔｉｃｌｅｓ／４２／１１０１２０８８０８４６２．ｈｔｍｌ， ２００４ －
１１－ １５ ７ 刘海伟，萧德洪，黄国凡．数字图书馆存储系统构建策略．大学图
书馆学报，２００４（ ３） ８ 王启云．高校数字图书馆如何解决网络存储．图书馆情报工作，
２００３（ ５） ９ 彭 磊．建 立 ＳＡＮ（ 存 储 局 域 网 ） — ——高 校 图 书 馆 数 据 存 储 系
统 发 展 趋 势 ．现 代 情 报 ，２００４（４）
在 解 决 问 题 时 ， 可 使 用 以 下 几 种 手 段 ： 预 测 模 型 、数 据 库 分 析 、链 元 分 析 和 编 差 检 测 。
① 预 测 模 型 ： 在 联 机 分 析 处 理 （ ＯＬＡＰ） 中 使 用 演 绎 推 理 ， 在 数据挖掘中使用归纳推理。
② 数据库分析： 把数据库自动划分为聚类（ 簇） 。 ③ 链元分析： 基于对横向关联和顺序关联的发现， 且对记录 间联接进行确证。 ④ 偏差检测： 对记录不能被归入到特定格元现象的侦知和 解释。 实际应用时可以交叉更替使用各种算法以挖掘更多的信息。 ２ 数据挖掘在图书馆的应用 图书馆日常工作中每天都会产生大量的统计数据， 如果没有 一 个 强 有 力 的 数 据 采 集 和 处 理 工 具 介 入 ， 往 往 会 变 成 “数 据 坟 墓”， 失去其对图书馆业务工作的指导作用。而数据挖掘就是这样 一种新兴的技术， 可以为图书馆工作提供技术支持和决策管理支 持。 ２．１ 分析读者需求， 优化信息资源建设 高校图书馆的文献采购常常面临两个问题： ①每年的文献购 置费是有限的， 书库、阅览室等各种可使用的空间也是有限的， 如 何有效地使用有限的经费， 充分利用宝贵的空间， 添置读者真正 需要的文献， 提高文献资源的利用效率； ②根据学校的专业设置 及教学科研情况， 文献购置费在各门学科之间如何分配， 各种文 献载体形式之间如何平衡， 才能使文献购置费发挥最大效益。传 统图书馆大多由专门采访人员独自确定或与少数专家商计决定， 不可避免地带有一定的主观性以及个人喜好， 难免造成经费浪费 及馆藏信息资源的缺漏。 利 用 数 据 挖 掘 技 术 可 以 解 决 以 上 问 题 。图 书 馆 每 天 产 生 大 量 可以对采访工作产生指导作用的数据， 如自动化系统的流通数 据， 图书馆的历史采购数据， 查询系统的各种查询数据等。利用模 糊聚类分析技术， 通过对图书馆业务系统的借阅、流通状况、检索 请求及馆藏书目库进行分析挖掘， 按类统计文献拒借集和频繁借 阅集， 并以此分析出文献的利用率， 及时补充短缺的文献， 剔除 过时的文献或减少部分文献的采购复本量。运用关联分析技术， 对用户每次借阅的文献进行关联分析， 发现各类文献间的关联规 则或比例关系， 可为各学科文献的采访工作提供分析报告和预测 报告， 优化信息资源建设或馆藏结构。 ２．２ 加强书库科学管理， 提高服务质量 书 库 的 频 繁 倒 架 以 及 图 书 的 残 破 率 、丢 失 率 是 经 常 遇 到 的 问 题， 如何防微杜渐也是值得挖掘的一个方面。通过对历年借阅数 据的相关分析， 增长幅度相应较大的图书种类在上架的时候应根 据预测的趋势预留架位； 通过对注销数据的分类分析统计及与样 本库比较以确认若丢失率超过一定比例的原因出在哪些方面， 给 出 在 制 度 上 或 人 员 上 加 强 管 理 的 建 议 。对 于 那 些 借 阅 频 率 较 大 且 连续续借的文献， 应以量化的方式反馈给采访部门以加重采购的 力度； 对罚赔款数据的挖掘则可提供对诸如特定书刊的借阅期限 和人员限制等的建设性建议， 以提高服务质量。
展， 图书馆要处理和提供的信息越来越多， 越来越复杂。图书馆如 进行数据提取。
何运用这一新技术挖掘丰富的信息资源， 为服务读者和科学管理
（ ２） 数据预处理与转换。从与 ＫＤＤ 相关的数据集合中除去明
提供可靠的依据， 值得图书馆界深入研究。本文试图重点探讨数 显错误的数据和冗余的数据， 进一步精减所选数据中的有用部
有了数据挖掘技术， 图书馆完全可以根据用户以前借阅的 文 献 资 料 ， 甚 至 经 常 访 问 的 网 页 （ Ｗｅｂ 服 务 器 访 问 日 志 ） 进 行 分 析 、挖 掘 ， 进 行 用 户 的 背 景 分 析 、用 户 群 体 的 分 类 分 析 、用 户 偏 好 分 析 、用 户 检 索 满 意 度 分 析 等 ， 了 解 他 们 的 兴 趣 爱 好 、研 究 方 向， 得出特定用户的特定检索规律和知识模型， 无需用户先提出 信息请求， 便可确定个性化服务内容， 主动将相关文献送到他们 手中。
关键词 数据挖掘 知识发现 高校图书馆
Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｄａｔａ Ｍｉｎｉｎｇ ｔｏ Ａｃａｄｅｍｉｃ Ｌｉｂｒ ａｒ ｙ Ｓｈｉ Ｊｕｎ
Ａｂｓｔｒ ａｃｔ Ｔｈｅ ｐａｐｅｒ ｉｎｔｒｏｄｕｃｅｓ ｔｈｅ ｋｎｏｗｅｄｇｅ ｏｆ Ｄａｔａ Ｍｉｎｉｎｇ ａｎｄ ｓｅｖｅｒａｌ ｋｉｎｄｓ ｏｆ Ｄａｔａ Ｍｉｎｉｎｇ ｓｏｆｔｗａｒｅ， ａｎｄ ｄｉｓｃｕｓｓｅｓ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ａｎｄ ｓｏｍｅ ｐｒｏｂｌｅｍｓ ｏｆ Ｄａｔａ Ｍｉｎｉｎｇ ｉｎ ｔｈｅ Ａｃａｄｅｍｉｃ Ｌｉｂｒａｒｙ．
个性化服务的内容包括： （ １） 当发现新的相关信息或书目数 据时， 及时推送给用户； （ ２） 当用户访问图书馆网站时， 根据用户 的 兴 趣 度 ， 为 用 户 提 供 定 制 的 Ｗｅｂ 页 面 ； （ ３） 跟 踪 用 户 的 兴 趣 变 化模式， 发现用户的最新需要； （ ４） 根据用户的兴趣， 提供相应的 预测报告、动态分析等， 提供个性化决策支持服务。
个性化服务的过程包括： 构建个性化用户动态需求模型； 搜 索、挖掘针 对 特 定 需 求 的 相 关 信 息 ； 按 照 特 定 主 题 ， 将 搜 索 、挖 掘 到的信息进行过滤、加工和组合， 整合成相对完整的信息集合； 以 在线或离线形式， 主动发送给用户； 按照特定主题， 对信息集合进 行分析开发， 产生新的知识； 以在线或离线形式， 主动发送到用 户。 ２．５ 利用数据挖掘建立 Ｗｅｂ 学科导航系统
２．３ 优化数字图书馆的信息内容 数字图书馆是一种数据信息系统， 这一系统不但拥有内容丰
富、形 式 多 样 的 数 字 化 信 息 资 源 ， 而 且 依 赖 于 现 代 高 新 技 术 的 支 持， 高效地满足用户的需求。目前， 数字图书馆的信息内容包括大 量的数字化馆藏、种类繁多的数据库、全文 Ｗｅｂ 资源链接以及互 联网上的大量信息。这大量的数据， 只有通过组织、分析和挖掘， 找出数据背后真正有价值的知识信息， 才是用户实际需要的。采 用数据挖掘技术， 将其用于数字图书馆的信息发现和信息提供的 全过程， 可向用户提供更优化的信息服务， 满足用户的个性化需 求。 ２．４ 针对用户特点提供个性化服务
于存储和在线设备发生频繁读写交换的数据等。 在线、近线、离线三种存储体相互配合， 在满足图书馆数字化
建设的存储整体需求的情况下， 并且在管理软件定义的迁移策略 控制下来做数据分级管理， 既可满足读者的检索查新需求， 又可 扩充系统的存储容量， 只要配置得当， 不仅可为图书馆节约存储 投资成本， 还可达到事半功倍的效果。
与数 据 库 中 的 信 息 不 同 ， Ｗｅｂ 网 上 的 信 息 具 有 无 序 、非 结 构 化、动态、多 样 性 等 特 点 ， 有 时 数 据 源 之 间 还 可 能 存 在 冗 余 、不 一 致甚至矛盾， 因此面向 Ｗｅｂ 的数据挖掘要比面向单个数据仓库 中的数据挖掘复杂得多。通过 Ｗｅｂ 内容挖掘可以对 Ｗｅｂ 上大量 文档集合的内容进行摘 要 、分 类 、聚 类 、关 联 分 析 ， 从 大 量 的 Ｗｅｂ 资源中抽取潜在的有用知识。通过 Ｗｅｂ 结构挖掘， 找到学校相关 专业及研究方向的权威页面。按照事先定义的主题分类模式， 对 每个网 页 文 档 进 行 自 动 的 分 类 、标 引 ， 自 动 生 成 便 于 用 户 使 用 的 知识模式， 即学科导航系统， 进一步丰富图书馆的信息资源。 ３ 主要的数据挖掘软件
９２ ·数字图书馆·
!!!!!!!!!!!!!!!江西图书馆学刊（ ＪＬＳＪ）
第 ３５ 卷第 ３ 期（ Ｖｏｌ．３５ Ｎｏ．３）
数据挖掘在高校图书馆的应用
石军
摘 要 概述了数据挖掘的一般知识和几种在信息管理领域有应用前景的数据挖掘软件， 探讨了数据挖掘在高校图书馆信息管 理与服务方面的应用， 分析了数据挖掘在应用中存在的问题。
Ｋｅｙｗｏｒ ｄｓ Ｄａｔａ Ｍｉｎｉｎｇ， ＫＤＤ， Ａｃａｄｅｍｉｃ Ｌｉｂｒａｒｙ
数据挖掘是当前数据库研究、开发和应用最活跃的分支之
整个知识发现过程由若干挖掘步骤组成：
一， 它在科学发现、商业零售以及信用管理、医学等领域已得到广
（ １） 数据选择。根据挖掘要求， 将多个数据库中的数据进行
泛应用。随着高校图书馆自动化程度与数字图书馆建设的不断发 合并处理， 提取与 ＫＤＤ 相关的数据， ＫＤＤ 将 主 要 从 这 些 数 据 中
趋势和行为进行预测并自动探测以前未发现的模式， 从而很好地