基金项目：本文系2016年广东省图书馆科研课题“基于用户数据挖掘的图书采购模式研究”的研究成果之一，编号：GDTK1611；本文系2017年广东食品药品职业学院人文社科研究项目《基于微信公众平台的广东省高校图书馆图书荐购系统研究》的研究成果之一，编号：2017RWO21

基于用户数据挖掘的图书馆应用综述

廖宇峰（广东食品药品职业学院  广东广州  510520）

摘 要：数据挖掘技术作为一种数据统计分析技术，可以为图书馆提供更加优质和富有个性化的服务。文章概括了常用的数据挖掘技术，同时分析了数据挖掘技术在图书馆的应用情况。

关键词：用户数据；数据挖掘；图书馆应用

一、引言

伴随着互联网技术和云计算技术进一步深入到人们的生活中，传统的图书馆模式显然已经不能完全满足读者的需求，因此，改革和探索已经逐渐成为图书馆的主流。目前很多图书馆已经从馆藏图书借阅的模式转变为馆藏借阅和数字资源利用并存的局面，同时也更加注重数据分析和图书馆自动化集成管理的工作。数据挖掘技术作为一种数据统计分析技术，将之引入到高校图书馆服务中，可以为读者提供更加优质、高效的服务。

二、数据挖掘常用技术

数据挖掘指通过分析、统计数据，揭示数据之间真实而还未发现的联系，进而提炼出容易理解、新颖而有用的数据。数据挖掘能从数据中获取隐藏而未知、潜在的有用信息^[1]。利用数据挖掘，我们可对数据进行模式化的提炼和总结，并且找出数据之间的内在联系，帮助技术人员全面分析所有数据，挖掘隐藏的关系和模式^[2]，并且对未来的趋势进行精准的预测，为使用者提供全面的决策支持。目前常用的数据挖掘技术主要有下面几种。

1.自动预测趋势和行为。传统的数据挖掘，需要使用者手动进行大量的数据分析^[3]，而利用数据挖掘技术的自动预测能力，可以在海量数据中寻找内在联系和预测性的信息，快速地做出结果预报。

2.统计分析技术。数据挖掘的统计分析技术，可以对特定的数据集合建立一个分部或者概率模型，然后依据模型进行统计分析，进而得出数据的各种统计分析结果。

3.决策树算法。决策树算法是指对海量数据进行有目的地分类，挖掘出具有潜在价值的信息的算法，常用于大规模数据的预测模型。

4.聚类分析。聚类分析是对大量的数据进行群组分类的数据挖掘方法，群组并没有确定具体的分组规则，主要是依据自身特征而划分。

5.关联分析。数据关联是数据库中存在的一类关键的能否被挖掘的知识，如果两个以上的变量取值之间包含着一种规律性，就是关联关系^[4]。关联分析包括简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。

6.神经元网络。Internet由网络上的无数个服务器互联互通而成，而神经元网络原理跟Internet较为相似，其是由很多神经元互联互通而成，技术人员可以根据组织的特征或者神经元互联进而组成神经元网络。

7.遗传算法。基于遗传机理的随机搜索与生物自然选择形成的一种仿生全局优化方法叫遗传算法，因其容易跟其他模型结合、并且隐含并行性等特诊，因此常常用在数据挖掘中^[5]。

三、数据挖掘在图书馆的应用

1.优化馆藏的结构

受制于经费限制，图书馆的购书经费需要有一个合理的分配机制，例如专业图书分配、不同载体分配都需要做到合理、科学，方能最大程度优化馆藏结构。采访馆员可以收集借阅数据、检索数据和馆藏书目数据，进而利用数据挖掘技术进行分析，分析得出馆藏文献的借阅率和拒借率，挖掘馆藏图书的关联规则，为馆藏文献的采访工作提供更为准确、科学的建议和预测。此外，通过分析读者的检索数据，电子阅读数据，挖掘读者的兴趣和阅读倾向，将结论应用于馆藏采访工作中，使得图书馆的馆藏结构更加科学。

2.读者个性化服务

利用数据挖掘技术，图书馆可以在读者使用数字资源或者检索馆藏纸质图书的时候，即时推送相关联的馆藏资源，为读者提供个性化的资源推荐服务，这在一定程度上减少了读者获取资源的时间，为读者拓宽了阅读范围，同时更加有效地提升了文献利用率。

3.咨询服务

主要体现在智能参考咨询方面，利用网络上的大数据和本馆的知识资源库，结合用户的行为习惯，深度挖掘用户的需求和历史咨询，可以在一定程度上实现无人虚拟参考咨询，引导读者完成自主查找服务。

4.满足用户的信息服务需求

借助数据挖掘技术，可以深度挖掘现有的专业和学科，获取具有价值的资源，从而进一步拓宽用户的研究领域，为用户提供更加前沿的动态信息。随着移动互联网的普及，人们开始越来越接纳碎片化的数字阅读。图书馆可以利用数据挖掘技术，将信息服务项目进一步延伸，同时将纸质图书进行可视化处理，为读者提供更优质的服务。

5.提高信息资源利用率

传统的图书馆信息收集一般是靠人工方式完成，但是因为知识背景和人员素质等差异，信息采集的科学性、准确性和全面性均会受到一定的影响。如果利用数据挖掘技术，可以将图书馆的所有信息资源进行全面深入地挖掘、统计和分析，可以根据结果采用更为科学的管理策略，进一步为用户提供高效快捷的服务，同时进一步提高图书馆的资源利用率，进一步优化用户的阅读体验。

6.阅读推广服务

大多数图书馆都会开展各种类型的阅读推广活动，将数据挖掘技术引入到活动中，可以更有力地推动活动的开展。例如对用户的借阅数据和使用电子资源数据进行分析，同时结合图书馆现有的全部资源，发现用户感兴趣的资源，同步推送给用户；同时，通过挖掘读者在图书馆网络资源上的搜索记录数据，将馆内资源与用户的需求数据进行匹配，将相关度最高、最热门的资源推送给读者；此外，利用数据挖掘技术，发现相关的规律，如世界读书日等热门节日，这些都可以为阅读推广工作提供帮助。

7.优化书库排架工作

图书馆是一个地区或者高校的文献信息中心，高校图书馆应该优化基础的馆藏外借服务^[6]。随着图书馆规模不断扩大，馆藏书目日渐增多，因此，科学、合理的排架结构对于馆藏建设来说至关重要。利用数据挖掘的预测功能，挖掘未来馆藏资源的变化趋势，图书馆在排列上架的过程中，应该高瞻远瞩，为未来的馆藏提供空间，同时及时做好剔旧上新的工作。

8.信息采集

信息采集对于图书馆管理和服务工作来说是至关重要的，通过数据挖掘技术，图书馆可以对所收集的信息进行聚类、统计和分析。例如图书馆经年累月保存的数据，包括资源的种类、各类资源的借阅数据；此外，数据挖掘能够对信息进行主次排序，发现并保留关键、有用的信息，依据关键信息指导图书馆馆藏规划；最后，数据挖掘技术还能够搜集并处理互联网上杂乱无章的数据，以进一步充实图书馆的信息资源。

9.优化人员结构

利用数据挖掘的关联和聚类分析技术，图书馆可以掌握每个阅览室的人流情况和日常借阅数量^[7]，决策者可以依据相关信息，合理优化人员结构，科学安排不同时段、不同阅览室的工作人员，此举不仅可以显著提供工作效率，优化人员配置，同时能够为读者提供更加周到、优质的服务。

10.处理文本数据

目前图书馆的很多工作都实现了自动化管理，在此基础上，利用数据挖掘的统计分析功能，实现对文本数据的自动分析处理。统计分析功能可以自动识别全文的重点，并且智能地生成文本摘要，其为读者快速查找信息提供了便利。面对海量的馆藏资源，利用数据挖掘技术可以对文本数据进行相关分类，快速实现文本的归纳总结，相比人工处理，数据挖掘技术可以具有显著的优势和实用性。其不仅能够极大程度地节约人力、物力和财力，显著提高图书馆的整体服务水平。

数据挖掘技术目前正方兴未艾，在社会经济和人们生活中应用越来越广，并且广受好评。图书馆也紧跟时代节奏，紧跟技术进步方向，不断开拓改革，将数据挖掘技术广泛、深入地跟图书馆工作结合。在日常图书馆工作中，做好数据挖掘技术与图书馆结合的研究工作，借助现代化的信息手段，提高图书馆各项数据统计分析工作，同时不断地进行头脑风暴，保持与时俱进的开放心态，为用户提供更科学和个性化的服务。

参考文献：

[1]廖宇峰.基于用户数据挖掘的图书馆图书采购模式研究[J].情报探索，2017(04):31-34

[2]蔡琼.议数据挖掘[J].办公自动化，2010(24):14+25

[3]李雷、申筱彤.数据挖掘在高校图书馆图书采购计划中的应用[J].医学信息（上旬刊），2011.24(04):1910-1912

[4]王志飞.论电力系统稳定分析探讨[J].数字技术与应用，2010(11):132

[5]李昉.浅析数据挖掘[J].科技风，2010(22):259+270

[6]苏日娜.试析书标在图书管理中的用途及维护[J].南昌教育学院学报，2012.27(09):191+193

[7]骆兴国、叶磊.数据挖掘在图书馆中的应用研究[J].电脑知识与技术，2010.6(34):9688-9689+9697

作者简介：

廖宇峰，男，硕士，广东食品药品职业学院图书馆馆员。