朱環(huán)宇

摘要：本文通過對知識發(fā)現(xiàn)進行深入的研究，闡述知識發(fā)現(xiàn)的功能及一般過程，探討將知識發(fā)現(xiàn)引入數(shù)字圖書館的積極意義，并據(jù)此探索數(shù)字圖書館中基于知識發(fā)現(xiàn)的知識檢索服務、個性化知識推送服務以及參考咨詢服務。

關鍵詞：知識發(fā)現(xiàn) 數(shù)字圖書館服務 應用

中圖分類號：G2507文獻標識碼：A文章編號：1009-5349（2016）23-0019-02

隨著網(wǎng)絡環(huán)境和數(shù)據(jù)庫技術的迅猛發(fā)展，人類進入到數(shù)字化信息時代，人們對于世界的認識越來越全面及深入。相應地，各種數(shù)據(jù)信息呈指數(shù)級的增長，并涵蓋到我們生活中的方方面面。在這些浩如煙海的數(shù)據(jù)中，隱藏著大量的、有重要價值的信息。目前的數(shù)據(jù)庫技術雖然能高效、便捷地實現(xiàn)對數(shù)據(jù)的查詢功能，但依據(jù)現(xiàn)有的數(shù)據(jù)檢索機制和統(tǒng)計分析方法仍無法滿足某些高層次的需求，也不能從用戶的需求出發(fā)，實現(xiàn)用戶獲取準確信息的意圖，個性化的主動知識服務就更無從談起?！皵?shù)據(jù)雖然豐富，但信息仍舊匱乏”，用戶們?nèi)匀辉谛畔⒊d的環(huán)境下面臨艱難抉擇。數(shù)字圖書館作為集數(shù)據(jù)、信息、知識為一體的知識寶庫，也面臨上面所述的一系列問題，如何將知識發(fā)現(xiàn)技術應用于數(shù)字圖書館的建設中去，全面提升數(shù)字圖書館的知識服務價值和創(chuàng)新能力是新時代、新形勢下帶給圖書館人的挑戰(zhàn)。

一、知識發(fā)現(xiàn)

（一）知識發(fā)現(xiàn)的概念

知識發(fā)現(xiàn)（Knowledge Discovery in Database）一詞是在1989年召開的國際聯(lián)合人工智能學術會議上首次提出的，其定義有多個版本，目前被業(yè)界廣泛認可的是法耶茲（Fayyad）提出的。知識發(fā)現(xiàn)是指從大量數(shù)據(jù)中獲取有效的、未知的、有潛在價值的并最終可理解的模式的高級處理過程。知識發(fā)現(xiàn)是一個交叉的學科，在計算機技術、數(shù)據(jù)庫技術、機器學習技術、人工智能、統(tǒng)計學技術等多學科不斷深度融合發(fā)酵中發(fā)展起來的。知識發(fā)現(xiàn)實質(zhì)上是一個系統(tǒng)化過程，其核心是實施對大量的數(shù)據(jù)倉庫、知識庫、數(shù)據(jù)庫的分析處理及深入挖掘，找尋數(shù)據(jù)間潛在的關聯(lián)、規(guī)則、模式、趨勢。幫助用戶發(fā)現(xiàn)數(shù)據(jù)背后潛藏知識與信息，與傳統(tǒng)信息檢索相比，知識發(fā)現(xiàn)獲取到的信息是有先前未知性、有效性和實用性三個特征。

（二）知識發(fā)現(xiàn)的功能

知識發(fā)現(xiàn)不同于傳統(tǒng)的數(shù)據(jù)庫定向查詢、檢索、調(diào)用，它會對數(shù)據(jù)進行分析、統(tǒng)計、歸類及推理，以此為基礎指導實際問題的求解，并力圖發(fā)現(xiàn)事務間的相互聯(lián)系，依據(jù)這種數(shù)據(jù)間的關聯(lián)對未來的活動作出預測。知識發(fā)現(xiàn)技術可以從海量的、蕪雜的數(shù)據(jù)中根據(jù)特定的算法，篩選出有價值的、高質(zhì)量的相關聯(lián)數(shù)據(jù)。

（三）知識發(fā)現(xiàn)的一般性過程

關于知識發(fā)現(xiàn)的過程，目前尚存在分歧，有的學者提出“五步說”，也有學者提出“六步說”，本文認為知識發(fā)現(xiàn)的過程應分為九個步驟。①用戶調(diào)查，用以了解用戶的需求。②數(shù)據(jù)收集，創(chuàng)建目標數(shù)據(jù)集，該數(shù)據(jù)集可以來自現(xiàn)有系統(tǒng)，也可以來自數(shù)據(jù)倉庫。③數(shù)據(jù)預處理及清理，對上一步數(shù)據(jù)庫進行糾錯及除去冗余數(shù)據(jù)，并將處理結果轉(zhuǎn)化為數(shù)據(jù)采集工具所需的標準表達形式。④數(shù)據(jù)的簡化和投影，找出數(shù)據(jù)挖掘目標的有效特征，降維處理或用其他變量等價表示，以減少變量的有效數(shù)目。⑤根據(jù)目標選擇恰當?shù)臄?shù)據(jù)挖掘方法。⑥根據(jù)模式類型選擇適當?shù)臄?shù)據(jù)挖掘算法。⑦利用選定的數(shù)據(jù)挖掘方法及算法進行數(shù)據(jù)挖掘，挖掘出用戶感興趣的模式。⑧評價和解釋發(fā)現(xiàn)的模式并將其可視化。⑨知識整理及應用，把挖掘出來的知識發(fā)現(xiàn)結果應用到用戶的系統(tǒng)中去。以上步驟可進一步歸納為三個部分：數(shù)據(jù)準備階段、數(shù)據(jù)挖掘階段及數(shù)據(jù)挖掘后處理階段。

二、數(shù)字圖書館引入知識發(fā)現(xiàn)系統(tǒng)的意義

（一）有利于提高數(shù)字圖書館資源的利用率

在傳統(tǒng)的數(shù)字圖書館資源建設中，只是單純地注重資源建設本身及檢索傳遞能力，而忽視了用戶對于資源使用的效率問題，導致了數(shù)字圖書館的資源利用率普遍偏低的現(xiàn)狀。知識發(fā)現(xiàn)系統(tǒng)的引入，使得數(shù)字圖書館在原有資源的基礎上，通過關聯(lián)分析、分類、聚類等方法，獲取與原有信息存在一定關聯(lián)并潛藏于文獻、資料、數(shù)據(jù)背后的有價值的知識。區(qū)別于傳統(tǒng)模式，知識發(fā)現(xiàn)系統(tǒng)在用戶獲取知識A的同時，也會將與其存在一定相關性的知識B推送給用戶，以供用戶選擇。這種推送不僅增加了知識B的利用率，也使得用戶發(fā)現(xiàn)了單純依靠本人能力無法獲取到的、所需要的知識B。由此我們可以看出，知識發(fā)現(xiàn)的核心是對知識的挖掘，它是應用戶的需求而存在的，在知識服務模式中，應該是知識尋找用戶，而不僅僅局限于用戶尋求知識。知識發(fā)現(xiàn)系統(tǒng)的應用，有效地提高了數(shù)字圖書館資源的利用率。

（二）為用戶提供個性化的知識服務

進入新世紀以來，數(shù)據(jù)、信息、知識產(chǎn)生的速度越來越快，數(shù)量越來越多。根據(jù)統(tǒng)計表明，全世界每天約產(chǎn)生2EB的數(shù)據(jù)量（2EB既10億GB或1000PB），加之以前積累起來的數(shù)據(jù)，簡直不可勝數(shù)。在如此海量的數(shù)據(jù)中充斥著相當一部分的垃圾數(shù)據(jù)（包括虛假數(shù)據(jù)及冗余數(shù)據(jù)），這些數(shù)據(jù)不但無法滿足用戶的需求，還會對其造成困擾。知識發(fā)現(xiàn)系統(tǒng)通過收集、關聯(lián)分析、聚類、分類等方法，對網(wǎng)站結構、資源內(nèi)容及用戶情況進行深入挖掘，找出信息特點與信息關聯(lián)并加以合理利用，提高知識服務水平，進而促進用戶的信息素養(yǎng)能力。另外，數(shù)字圖書館知識發(fā)現(xiàn)系統(tǒng)通過跟蹤并分析用戶信息及其知識行為特征，運用關聯(lián)分析、分類、時間序列分析等方法，挖掘其存在的規(guī)律和特點，以此作為數(shù)字圖書館資源智能化關聯(lián)和聚類的依據(jù)。通過知識發(fā)現(xiàn)技術對可用知識進行關聯(lián)和升值，進而利用這些數(shù)據(jù)和規(guī)律對用戶未來的活動進行合理的預測，從而向用戶推送知識，以滿足用戶對于知識的實際和期望的需求，實現(xiàn)從信息獲取到知識服務的跨越。

（三）進一步推動數(shù)字圖書館資源的開發(fā)和數(shù)據(jù)庫的建設

數(shù)據(jù)資源的價值是非常寶貴的，通過知識發(fā)現(xiàn)系統(tǒng)找出資源中潛在的特征和規(guī)律，向用戶提供符合用戶需求的、高效的知識獲取手段，使用戶獲取藏匿于數(shù)據(jù)背后的潛在的、全新的、有價值的知識，實現(xiàn)對資源的利用達到最大化，杜絕出現(xiàn)知識資源不必要的浪費，并以此為目標指導數(shù)字圖書館資源優(yōu)化配置。知識發(fā)現(xiàn)系統(tǒng)從技術上加強了對現(xiàn)有數(shù)字資源的開發(fā)力度，多維度挖掘資源間的潛在聯(lián)系，從而減少盲目的資源購置行為，減少現(xiàn)有資源不能充分利用的現(xiàn)象。通過對用戶信息、行為特征的分析，了解用戶的需求，進而指導數(shù)字圖書館資源的開發(fā)和數(shù)據(jù)庫的建設、更新及優(yōu)化。

三、知識發(fā)現(xiàn)在數(shù)字圖書館服務中的應用

（一）基于知識發(fā)現(xiàn)的知識檢索服務

知識檢索不同于信息檢索，它在語義層面進行標引，建立知識庫。通過信息的語義概念，揭示信息的內(nèi)在含義，而非字面上的模式匹配。從根本上解決了檢索結果冗余嚴重、檢索率低、用戶獲取知識成本高等問題。數(shù)字圖書館借助知識發(fā)現(xiàn)技術，分析用戶檢索行為，挖掘其感興趣的知識，構建用戶信息模型。對用戶進行聚類分析，通常可將其分為清晰查詢、半模糊查詢、模糊查詢。其中，知識發(fā)現(xiàn)的檢索服務可以提高后兩種查詢的查詢質(zhì)量。在數(shù)字圖書館檢索體系中，知識發(fā)現(xiàn)揭示了知識在深層次的關聯(lián)情況，對于增強其交互性，突破知識傳播和共享的時空限制，使一站式知識檢索服務成為現(xiàn)實。

（二）基于知識發(fā)現(xiàn)的個性化知識推送服務

通過用戶使用記錄、用戶行為挖掘、用戶特征分類和用戶反饋分析等方式，經(jīng)過模式識別和機器學習，分析并預測用戶感興趣的知識領域。根據(jù)構建的用戶興趣模型將相關的知識推送給用戶，也可以通過聚類、分析、關聯(lián)等規(guī)則，找到興趣相投的用戶加以歸類，并將上述知識推送給相似需求的用戶。知識發(fā)現(xiàn)運用智能分析，實現(xiàn)數(shù)字圖書館對用戶的個性化推送服務及個性化定制服務，并依據(jù)用戶對于推送或定制服務的反饋，進一步調(diào)整策略，進而滿足用戶的需求、提高用戶的體驗。

（三）基于知識發(fā)現(xiàn)的參考咨詢服務

參考咨詢服務最早要追溯自馬里蘭大學的“參考服務的電子化訪問”項目。傳統(tǒng)的淺層次的參考咨詢服務是無法滿足用戶的需求，個性化的知識增值服務在數(shù)字圖書館服務中處于主動地位。知識咨詢服務立足于數(shù)字圖書館豐富的智力資源和信息資源，依托知識發(fā)現(xiàn)系統(tǒng)為用戶提供的原始知識或是經(jīng)過深度加工的知識。通過知識發(fā)現(xiàn)系統(tǒng)對用戶進行需求定位，挖掘用戶的潛在需求，以便為用戶提供更為精確的知識服務?；谥R發(fā)現(xiàn)的參考咨詢服務不受時間限制、地域限制，以多種形式展開，更主要的是能為用戶提供高效的、便捷的、深層次的知識服務。

四、結語

知識發(fā)現(xiàn)服務是數(shù)字圖書館知識服務未來的發(fā)展方向，推進知識信息的積累、組織和整理，促進新知識的創(chuàng)造及共享，不斷豐富資源和服務，必將成為數(shù)字圖書館體系結構中不可或缺的一部分。知識發(fā)現(xiàn)系統(tǒng)在數(shù)字圖書館的廣泛應用將進一步豐富和優(yōu)化圖書館的信息資源，使圖書館的知識服務能力發(fā)生質(zhì)的變化。

參考文獻：

[1]張為江.基于用戶需求分析的數(shù)字圖書館知識發(fā)現(xiàn)系統(tǒng)研究[J].圖書館理論與實踐，2014（9）.

[2]王芙蓉.基于知識發(fā)現(xiàn)的高校圖書館機構知識庫模型的建立[J].圖書館學刊，2016（8）.

[3]史海燕.基于知識發(fā)現(xiàn)的數(shù)字圖書館個性化信息服務研究[J]圖書館學研究，2010（10）.

[4]靳曉恩.數(shù)字圖書館的知識發(fā)現(xiàn)研究[D].湘潭：湘潭大學，2008.

[5]周楊姊.基于知識發(fā)現(xiàn)的數(shù)字圖書館個性化信息服務[J].中國成人教育，2010（17）.

[6]邵慧麗.基于知識發(fā)現(xiàn)數(shù)字圖書館知識服務研究[J].圖書館，2016（2）.

[7]樊紅俠.知識發(fā)現(xiàn)及其在數(shù)字圖書館的應用[J].現(xiàn)代情報，2008（8）.

責任編輯：楊國棟