數(shù)據(jù)挖掘在高校圖書館服務(wù)中的應(yīng)用探究

李詔然

摘要：隨著時(shí)代的發(fā)展，社會(huì)已然進(jìn)入大數(shù)據(jù)和云計(jì)算時(shí)代。人們可以通過數(shù)據(jù)的收集、分析和處理，挖掘出數(shù)據(jù)背后的價(jià)值，進(jìn)而利用數(shù)據(jù)的價(jià)值去創(chuàng)造更大的價(jià)值，這對(duì)高校圖書館服務(wù)來說也是一樣的。高校圖書館可通過對(duì)讀者數(shù)據(jù)的挖掘，再通過有效的算法分析處理，判斷出讀者興趣以及讀者與圖書資源的聯(lián)系，進(jìn)行合理的資源安排，并且給讀者提供個(gè)性化的服務(wù)。本文首先分析數(shù)據(jù)時(shí)代的內(nèi)涵以及高校圖書館數(shù)據(jù)挖掘的相關(guān)算法，其次分析數(shù)據(jù)挖掘在高校圖書館服務(wù)中的應(yīng)用途徑，以期將圖書館服務(wù)的潛力徹底釋放，創(chuàng)造出更多的價(jià)值。

關(guān)鍵詞：數(shù)據(jù)挖掘；高校圖書館服務(wù)；應(yīng)用

中圖分類號(hào)：G251文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1673-7164（2021）05-0127-02

近年來，高校圖書館的圖書資源利用率不斷下降。針對(duì)這種現(xiàn)象，高校要不斷挖掘高校圖書館的服務(wù)數(shù)據(jù)，從這些數(shù)據(jù)中挖掘出潛在的價(jià)值，更好地進(jìn)行圖書資源采購、編目等，為學(xué)生提供個(gè)性化的圖書資源服務(wù)，順應(yīng)時(shí)代的變化，提高圖書資源的利用率，更好地為高校學(xué)生服務(wù)，為社會(huì)培育出更優(yōu)秀的人才。

一、數(shù)據(jù)挖掘

（一）挖掘數(shù)據(jù)的內(nèi)涵

在當(dāng)前的大數(shù)據(jù)時(shí)代，人們的衣食住行等各方面行為都被數(shù)據(jù)化改造，“挖掘數(shù)據(jù)”是指對(duì)人們的行為數(shù)據(jù)進(jìn)行收集、轉(zhuǎn)換分析和模型化處理，挖掘出數(shù)據(jù)背后的價(jià)值，從而為圖書館服務(wù)的各項(xiàng)決策提供數(shù)據(jù)支持，大數(shù)據(jù)“4V”特征包括數(shù)據(jù)體量大（Volume）、數(shù)據(jù)類型繁多（Variety）、價(jià)值密度低（Value）、利用速度快（Velocity）。

（二）挖掘數(shù)據(jù)的過程

挖掘數(shù)據(jù)可以從采集與存儲(chǔ)、計(jì)算與處理、智能運(yùn)營三方面分析。首先是采集和存儲(chǔ)，其中最關(guān)鍵的就是“學(xué)生”與“圖書”兩個(gè)數(shù)據(jù)主體，高校圖書館利用自動(dòng)化圖書系統(tǒng)中的大量借閱業(yè)務(wù)數(shù)據(jù)，能夠輕松采集到學(xué)生的借閱數(shù)據(jù)，再將其存儲(chǔ)在云端；

其次是計(jì)算與處理，需要運(yùn)用到精細(xì)的算法，而高校圖書館可以利用開源的云計(jì)算框架或軟件對(duì)學(xué)生借閱數(shù)據(jù)進(jìn)行處理，例如Hadoop、Mapreduce、Spark、Pentaho BI等開源框架，也可與社會(huì)第三方專業(yè)云計(jì)算企業(yè)尋求合作，需要根據(jù)實(shí)際情況而定；最后是智能運(yùn)營，簡單來說就是根據(jù)挖掘的數(shù)據(jù)價(jià)值做好圖書館各項(xiàng)事宜的規(guī)劃，從而為圖書館服務(wù)的各項(xiàng)決策提供數(shù)據(jù)支持。

二、圖書館數(shù)據(jù)挖掘的常見算法

圖書館對(duì)學(xué)生借閱數(shù)據(jù)的收集較好處理，而如何從雜亂且繁多的數(shù)據(jù)中找出有效的信息則是重點(diǎn)問題，要考慮到方方面面的因素。高校圖書館數(shù)據(jù)挖掘的算法有很多，通常包括以下幾類：

（一）關(guān)聯(lián)規(guī)則

兩個(gè)或多個(gè)數(shù)據(jù)具有關(guān)聯(lián)性就是關(guān)聯(lián)規(guī)則，關(guān)聯(lián)分析即找出數(shù)據(jù)中的關(guān)聯(lián)性，例如一名臨床醫(yī)學(xué)的學(xué)生借閱了《解剖學(xué)圖譜》和《細(xì)胞生物學(xué)》，這有可能只是小概率事件，而很多名臨床醫(yī)學(xué)的學(xué)生借閱了這兩本書，說明這兩本書具有關(guān)聯(lián)性。分析兩本書的關(guān)聯(lián)性，就能夠?yàn)橄乱晃慌R床醫(yī)學(xué)生進(jìn)行推薦。

（二）分類算法

學(xué)生的借閱數(shù)據(jù)多樣且煩瑣，高?？赏ㄟ^對(duì)借閱樣本數(shù)據(jù)庫的多種行為數(shù)據(jù)進(jìn)行細(xì)致的劃分，等于按照標(biāo)簽進(jìn)行分層次、分類別的劃分，通過劃分找到學(xué)生精細(xì)的借閱需求和借閱特征的信息，后期可以根據(jù)學(xué)生的借閱需求進(jìn)行科學(xué)采購，也可以對(duì)借閱特征進(jìn)行圖書資源的高效化存檔[1]。

（三）聚類算法

聚類算法也叫群分析，即以“學(xué)生”這一數(shù)據(jù)來源為主體，將借閱數(shù)據(jù)庫中劃分出不同的借閱群體，通過相對(duì)應(yīng)的數(shù)據(jù)分析，概括出每一類借閱群體的借閱模式或者借閱習(xí)慣，是挖掘算法中的重要類別之一。

（四）時(shí)間序列法

高校圖書館可將若干的借閱數(shù)據(jù)資料按時(shí)間序列排列成數(shù)據(jù)序列，在眾多數(shù)據(jù)的集合下，其變化趨勢和相互關(guān)系較為明顯，可以利用過去的變動(dòng)趨勢預(yù)測未來，不過受到偶然因素的影響也很大，要盡可能消除偶然因素影響，常用算術(shù)平均、加權(quán)平均和指數(shù)平均等來減少偶然因素。

三、數(shù)據(jù)挖掘在高校圖書館中的應(yīng)用途徑

（一）加強(qiáng)圖書館規(guī)劃。互聯(lián)網(wǎng)時(shí)代下，對(duì)讀者信息、圖書條碼進(jìn)行掃描，其借閱信息會(huì)立刻匯集到后臺(tái)海量數(shù)據(jù)庫中。通過對(duì)數(shù)據(jù)的分析，可以加強(qiáng)圖書館的規(guī)劃，例如將借閱量大的圖書類別放在易于查找的樓層和書架上，為學(xué)生提供更好的服務(wù)。圖書館可將兩本具有關(guān)聯(lián)性的圖書放在一起，將全部圖書進(jìn)行最優(yōu)化的規(guī)劃安排，或許看起來很亂，利用起來卻更加有效；或通過數(shù)據(jù)挖掘發(fā)現(xiàn)館藏中破損、編目不正確、索引關(guān)鍵詞有誤的圖書，對(duì)其適當(dāng)調(diào)整，充分發(fā)揮圖書價(jià)值。

（二）根據(jù)需求合理采購

以往圖書館的圖書采購是粗放型的，由采購人員決定采購的類型和數(shù)量，而在互聯(lián)網(wǎng)時(shí)代下，高校圖書館采購則是根據(jù)需求而定，根據(jù)學(xué)生的借閱圖書數(shù)據(jù)，采購借閱需求高、借閱次數(shù)多的圖書，再結(jié)合實(shí)際館藏決定采購的類型，分清哪些是必需的，哪些是可以稍后補(bǔ)充的，采購人員在做好充分預(yù)算，做好計(jì)劃，拓寬采購渠道后，才能做到擇優(yōu)采購，提升采購質(zhì)量。例如，通過對(duì)圖書資源流通的記錄，一類圖書明明很多，但借閱的人數(shù)還是很多，借閱流通很快，就需要相關(guān)人員再擴(kuò)增采購量[2]。

（三）做好圖書館人事安排

圖書館借閱數(shù)據(jù)是海量的，學(xué)生到圖書館借閱的數(shù)據(jù)也是有規(guī)律的，應(yīng)根據(jù)對(duì)圖書借閱時(shí)間序列算法的分析，找出學(xué)生圖書館借閱的時(shí)間規(guī)律，精確到每一天、每一周、每一月，確定最優(yōu)的開館閉館時(shí)間，修整時(shí)間和人事安排等。圖書館工作繁多且細(xì)碎，管理人員短缺是常見的現(xiàn)象，將圖書館的人事安排精細(xì)劃分，并且提供相應(yīng)的勤工儉學(xué)崗位，在圖書館借閱高峰期，設(shè)置勤工儉學(xué)崗位，多配置幾位勤工儉學(xué)的學(xué)生，減輕新工作人員的負(fù)擔(dān)[3]。

（四）數(shù)據(jù)挖掘催動(dòng)人工智能落地

圖書館可利用數(shù)據(jù)挖掘，加強(qiáng)對(duì)人工智能的開發(fā)，讓人工智能代替?zhèn)鹘y(tǒng)人力，進(jìn)行一些簡單的編目、新書通報(bào)、圖書歸整、引導(dǎo)、圖書查詢、簡單交互咨詢等工作，為高校學(xué)生提供更好的服務(wù)。

例如，2017年5月，由南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系、計(jì)算機(jī)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室陳力軍教授課題組研發(fā)的智慧圖書館二期（智能機(jī)器人）在南京大學(xué)杜廈圖書館正式發(fā)布，名為“圖寶”的機(jī)器人融合了超高頻RFID、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能等技術(shù)，可對(duì)整個(gè)圖書館藏書進(jìn)行自動(dòng)化盤點(diǎn)，檢查是否存在錯(cuò)架圖書、藏書和丟失等現(xiàn)象，實(shí)時(shí)更新圖書位置信息，并可以和人簡單交流，做出指示，與圖書館系統(tǒng)形成無縫對(duì)接，成為智慧化的資深機(jī)器人館員。

（五）提供個(gè)性化服務(wù)

高校圖書館的圖書資源服務(wù)，最終對(duì)象是高校學(xué)生和教師，因此引導(dǎo)讀者借閱，為讀者提供更好的借閱服務(wù)才是根本。

對(duì)此，圖書館可以將所有的借閱數(shù)據(jù)匯總，根據(jù)不同專業(yè)群體進(jìn)行大致劃分，根據(jù)圖書借閱的規(guī)律性，給學(xué)生和教師推薦相應(yīng)的讀物，實(shí)現(xiàn)個(gè)性化服務(wù)，進(jìn)而加大圖書資源的可利用率。這會(huì)讓高校圖書館的服務(wù)變得更具質(zhì)量，滿足大多數(shù)人的需求[4]。

（六）將數(shù)據(jù)挖掘作用在身份驗(yàn)證和支付上

高校引入各類圖書或文獻(xiàn)索引，投入了大量的經(jīng)費(fèi)，低價(jià)有償提供圖書借閱服務(wù)，才能促進(jìn)圖書館可持續(xù)發(fā)展。對(duì)數(shù)據(jù)的挖掘也可以作用在身份驗(yàn)證和支付等多方面，例如在借書、還書、查閱等環(huán)節(jié)應(yīng)用身份驗(yàn)證技術(shù)，提升效率，以方便讀者。例如2017年4月11日，浙江理工大學(xué)宣布將百度云人臉識(shí)別等技術(shù)應(yīng)用到圖書館管理中，讀者進(jìn)行人臉識(shí)別，查閱圖書情況，查自己名下的借閱請(qǐng)款、支付情況、借閱身份等，更加方便快捷。

四、數(shù)據(jù)挖掘技術(shù)支持下未來高校圖書館空間建設(shè)趨勢

首先，高校圖書館需要合理增值智能化設(shè)施設(shè)備，除了配備傳統(tǒng)工作設(shè)備以及各種數(shù)字制作工具之外，還可以在空間中配置智能機(jī)器人以及數(shù)據(jù)管理與分析系統(tǒng)、室內(nèi)定位系統(tǒng)等，提供更好的感知體驗(yàn)[5]。其次，高校圖書館需要合理利用數(shù)據(jù)挖掘?yàn)橛脩敉扑椭腔劬珳?zhǔn)的服務(wù)。移動(dòng)端的推送內(nèi)容應(yīng)該為用戶提供更精準(zhǔn)以及智慧的信息服務(wù)，從而滿足用戶的復(fù)雜需求。最后，在數(shù)據(jù)挖掘技術(shù)下，高校圖書館的服務(wù)必然會(huì)越來越精細(xì)化，對(duì)館員的要求也更高，所以未來高校圖書館還需要培養(yǎng)高素養(yǎng)的智慧館員。他們除了要具備基本的素質(zhì)技能要求外，還應(yīng)該掌握更多先進(jìn)的技術(shù)。

從高校圖書館空間的發(fā)展趨勢來看，在未來，其物理空間質(zhì)量會(huì)越來越高，而虛擬空間是一個(gè)關(guān)鍵點(diǎn)，在未來這項(xiàng)功能會(huì)越來越強(qiáng)大[6]。而圖書館的服務(wù)也會(huì)不斷轉(zhuǎn)型，變得更加智能。在未來，智慧空間將是圖書館空間發(fā)展的新類型，也是最終的建設(shè)趨勢。

五、結(jié)語

綜上所述，在互聯(lián)網(wǎng)時(shí)代下，高校圖書館需主動(dòng)轉(zhuǎn)變服務(wù)模式，利用海量資源優(yōu)勢，注重技術(shù)與服務(wù)的深度融合，挖掘數(shù)據(jù)，找出數(shù)據(jù)背后的價(jià)值，讓數(shù)據(jù)在圖書館規(guī)劃、采購以及提供個(gè)性化服務(wù)等方面發(fā)揮作用，提升圖書館的價(jià)值，為學(xué)生提供更好的圖書借閱服務(wù)，助力高校“雙一流”建設(shè)。

參考文獻(xiàn)：

[1]柳益君，何勝，馮新翎，等.大數(shù)據(jù)挖掘在高校圖書館個(gè)性化服務(wù)中應(yīng)用研究[J].圖書館工作與研究，2017，1（05）：23-29.

[2]張佳琴.數(shù)據(jù)挖掘在高校圖書館個(gè)性化服務(wù)中的應(yīng)用[J].漯河職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2013，12（06）：188-189.

[3]于永清.數(shù)據(jù)挖掘在高校圖書館讀者服務(wù)中的應(yīng)用[J].佳木斯大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2008，26（02）：176-177.

[4]黃麗娟.數(shù)據(jù)挖掘在高校圖書館個(gè)性化服務(wù)中應(yīng)用探討[J].吉林廣播電視大學(xué)學(xué)報(bào)，2019（11）：106-107.

[5]宋愛香，胡西民，李丹莎.基于聚類與GRNN算法的圖書館讀者借閱行為分析[J].電子設(shè)計(jì)工程，2020，28（11）：1-4.

[6]羅昊.數(shù)據(jù)挖掘下的高校圖書館信息資源管理探討[J].食品研究與開發(fā)，2020，41（08）：2.

（薦稿人：樊桂蘭，河北工業(yè)職業(yè)技術(shù)學(xué)院科長，副研究館員）（責(zé)任編輯：鄒宇銘）