基于数据挖掘技术的数字图书馆个性化服务
基于数据挖掘技术的图书馆工作
在数字化 的今天 ， 在很多领域 数据挖掘都得 到广泛 的应用 ， 其是 尤
银行 、 电信 、 保险 、 、 售（ 交通 零 如超级市场 ） 等商业领域 。同样 ， 数据挖掘 技术也扩大了图书馆管理 工作的视野 ， 在网书馆各项服务 ＿作 巾也有着 Ｔ
很 好 的适 用 性 。
即可建立决策树 。 【决策树 ， 采 ｝ Ｊ 可以将数据规则可视化 ， 其输 出结果也容 易理解 。典型的决策树算法如 ｌ ３ ｃ ． ５ ， Ｄ ，４ ，． 该类方法的实用效 果好 ， ５ ０ 影 响较大 。
１ 数据挖 掘 的概念 和功 能
数据 挖掘就是从大量 数据 中获取有效 的 、 颖的 、 新 潜在有心 的 、 最终 可理解的模式 的非平 凡过程 ， 简单地说 ， 数据挖掘就 是从大量数 据 巾提 取或“ 掘” 挖 知识 。不仅能对过去 的数据进行查 询和遍 历 ， 而且能够对将 来的趋势和行为进行 预测 ， 自动探测 以前未发现 的模式 ， 并 从而 很好地
中图 分 类 号 ： ２ ０７ Ｇ５． 文 献 标 识 码 ： Ａ 它以信息论 巾的互信息 （ 信息 增益 ） 原理 为基础寻找数据库 巾具有最大 信息量 的字段 ， 创建决策树 的一 个结点 ， 根据字段的不 同取值建立树 再
的分枝 ；在每个 分枝 中继续 重复创建决策树的下层结点和分枝的过程 ，
一
据之间的隐藏 的关联规则 。 若两个或多个数据项的取值重复出现且 概率
很高时， 它们就很可能存在某种关联 ， 可以建立 这些数据项 的关联规 则 ， 即对数据 库巾数据相关性的描述。
（） ： ２ 分类 分类 是找 ｉ 一个类 别的概念描述 ， ｎ 它代表 了这类数据 的整
体信息 ， 即该类 的内涵描述 ， 并用这种描述来 构造模 型 ． 一般用规则或决
数据挖掘在高校图书馆服务中的应用研究
数据挖掘在高校图书馆服务中的应用研究一、本文概述随着信息技术的迅猛发展和大数据时代的到来，数据挖掘技术已经广泛应用于各个领域，尤其在高校图书馆服务中，数据挖掘技术的应用逐渐成为研究的热点。
本文旨在探讨数据挖掘技术在高校图书馆服务中的应用及其效果，以期为提升图书馆服务质量和效率提供有益的参考。
本文首先介绍了数据挖掘技术的基本概念、原理及其在其他领域的应用情况，为后续研究奠定理论基础。
接着，分析了高校图书馆服务的现状及其面临的挑战，如用户需求多样化、信息资源海量化、服务效率要求高等。
在此基础上，本文深入探讨了数据挖掘技术在高校图书馆服务中的应用场景，如读者行为分析、图书推荐系统、学科服务等。
通过案例分析和实证研究，本文评估了数据挖掘技术在高校图书馆服务中的应用效果，并指出了存在的问题和不足。
本文提出了针对性的建议和改进措施，以期推动数据挖掘技术在高校图书馆服务中的更广泛应用和深入发展。
本文的研究不仅有助于提升高校图书馆的服务质量和效率，也有助于推动数据挖掘技术的进一步发展和完善。
二、数据挖掘技术基础数据挖掘（Data Mining）是从大量、不完全、有噪声、模糊、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘涉及的技术方法很多，主要有数据清理、数据集成、数据变换、数据挖掘过程模型、数据挖掘方法和知识评价等。
数据挖掘的主要功能包括分类、聚类、关联分析、序列模式挖掘、预测、时间序列分析和偏差分析等。
在高校图书馆服务中，数据挖掘技术的应用主要体现在以下几个方面：通过对读者的借阅记录、浏览行为等数据进行挖掘，可以分析出读者的阅读兴趣、习惯和需求，从而为读者提供更加精准、个性化的推荐服务；通过对图书馆藏书的利用情况、读者的借阅率等数据进行挖掘，可以评估图书馆的服务质量，发现存在的问题和不足，从而改进图书馆的管理和服务；数据挖掘技术还可以用于图书馆的决策支持，通过对大量的数据进行挖掘和分析，可以为图书馆的发展规划、资源配置等提供科学依据。
基于数据挖掘技术的图书馆个性化借阅服务研究
ＡＰ Ｒ． ２ ０ １ ３
情 报 探 索
Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ
第 ４期 （ 总 １ ８ ６期 ）
Ｎｏ ． ４ （ Ｓ ｅ ｉａ ｆ ｌ Ｎｏ ．１ ８ ６）
基于数据挖掘技术的图书馆户提 供符 合其 个性 化需 求 的一 种 信 息服务 。用 户对
信息 的个 性化 需求 是 服务 的起 点 ，先 进 的技 术 是个 性化 服 务 的重要 手段 ， 针 对性 、 主动 性是 个性 化 服务
的两个 主要 特点 。 近年来 。 个 性化 服务 一直 是 图书馆 界研 究 和实 践 的重点 问题 之 一 ， 实证 研 究表 明 。 在 信 息 资源 高度 数字 化 的今 天 ，在 图书 馆 的众 多个 性 化
数 据库 中积 累的 大量 读者 借 阅行 为 数据 ，应用 数 据
挖 掘技 术 ，使 用一 种 高效 率 垂直 数 据格 式 的关 联 规 则挖 掘 算 法 Ｉ ３ ］ ， 挖掘 数 据 中隐含 的关联 规 则 的 知识 ， 力求 能够 根 据读 者 的个 人特 点 ，挖 掘 出该 读 者 的借 阅倾 向 ，从 而为 图 书馆 个性 化 借 阅服 务提 供 指导 性
ｒ ｅ ａ ｄ ｅ ｓ ’ｂ ｒ ｏ ｒ ｒ ｏ ｗｉ ｎ ｇ ｐ ａ ｔ ｔ ｅ ｒ ｎ ａ ｎ ｄ ｉ ｎ ｔ ｅ ｒ ｅ ｓ ｔ ， Ｓ Ｏ ａ ｓ ｔ ｏ ｉ ｆ ｎ ｄ ｍｏ ｒ ｅ ｓ ｃ ｉ ｅ ｎ ｔ ｉ ｆ ｉ ｃ ａ ｎ ｄ ｓ ｃ ｕｐ ｒ ｕ ｌ ｏ ｕ ｓ ｗａ ｙ ｓ ｔ ｏ ｇ ｉ ｖ ｅ ｐ ｅ ｓｏ ｒ ｎ ｌｉ ａ ｚ ｅ ｄ ｂ ｏ ｒ ｒ ｏ ｗ ｉ ｎ ｇ ｓ ｅ ｒ ｖ ｉ ｃ ｅ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： ｄ ａ ｔ ａ ｍｉ ｎ ｉ ｎ ｇ ； ｐ ｅ ｓｏ ｒ ｎ ａ ｌ ｉ ｚ ｅ ｄ ； ｌ ｅ ｎ ｄ ｉ ｎ ｇ ｓ ｅ ｒ ｖ ｉ ｃ ｅ ； ｖ ｅ ｒ ｔ ｉ ｃ ｌ ａ ｄ ａ ｔ ａ ｆ ｏ ｒ ｍａ ｔ ； ａ ｓ ｓ ｏ ｃ ｉ ａ ｔ ｉ ｏ ｎ ｕｌ ｒ ｅ ｍｉ ｎ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ
谈对图书馆个性化服务的分析
图书 馆纵 横 ｌ ｌＩ ｌ
谈 对 图书馆个性化服 务的分析
刘 玉 华 （ 黑龙江来自五常市图书馆 ， 黑龙江 五常 １００ ） ５ ２ ０
摘 要： 随着数 字图书馆建设和网络通讯技术的高速发展， 以往通过 简单的被动式信息服务模式 已很难有较大的发展 空间， 特别是在数 字图书 馆时代里， 已经满足不了人们 日益增长的信息需求 。以交互性、 专业性 、 智能化 为特点的个性化信 息服务模式 已成为数字 图书馆 信息服务发展的方 向。数字图书馆信 息服务模式构建 中引入 个性化服 务， 大大提高数 字图书馆服务质量 、 将 信息产品竞争力和资源的使用效益。必须加快数字图书馆 个性化服务 系统的研究与应用。 关键词： 数字图书馆； 服务； 方式 １信息分类定 制服务方式 过描 述用户 的兴趣特征 来建立个 性 化用户模 这样可 以通过帮助用户选择更接近 自己检索 目 分类定制是指信息用户可以按 照 自己的目 型 。系统 Ａ ｅ ｔ ｇｎ 则将个性化信息 从全局信 息空 标 的检索词来提高信 息查询效率。 的和需求 ，在某一特定的系统功能和服务形式 间 中分离出来 ，构建个性化信息模型 ，同时它 ６数据挖掘服务方式 中 ，自己设定信息的资源类型、表现形式 ，选 还与用户 Ａ ｅ ｔ ｇｎ 进行后台交互 ，并通过用 户实 数据挖掘也称知识发现 ，是从数据库 中获 取特定的系统服务功能等 。现在 ，基于分类定 现用户 Ａ ｅ ｔ ｗｗｗ的链接。 ｇｎ 与 取人 们感兴趣的知识 ， 这些知识是隐含 的、潜 制 的服务仍然是数字 图书馆信 息服务的主流 。 ４信息垂直 门户服务方式 在的。传统 的决策支持系统 ，知识库中的知识 分类定制 的方法是建立在用户细分和数字 图书 随着网络信息资源的急剧增长 ，数字图书 和规 则是 由专家和程序人员 由外部输入 的 ， 是 馆数字信息 内容分类及定制的基础上。数字 图 馆 网站上基于个人特定需求 的信息深度越来越 已知 的，决策者可以用联机分析处理等工具直 书馆网站首先根据 自 的内容及其它服务特征 低 ，消化吸收越来越难 ，利用搜索引擎和综合 接使 用。而数据挖掘是从大量 的内部数据库 中 身 确定 自己的用户 ，再根据 “ 市场细分化 ”的原 性 门户网站很难满足用户 系统地获取专业 相关 获取 尚未被发现 的知识 、关 系 、趋势等信息 ， 理将用户划分为多个具有相似性信息需求 的用 信 息的需求。垂直 门户是和综合性 门户及水平 这是数据挖掘与传统的决策支持 系统的不同之 户群 ，然后 根据可能的用户群对馆藏 （ 包括现 门户相对应的概念 ，它通过汇聚网上某一特定 处。数字 图书馆的数据挖掘是从数字图书馆大 实馆藏和虚拟馆藏）的信息 内容和各类 服务进 专题信息资源并对其进行挖掘及加工 ，以满足 型数据库 、数据仓库和浩瀚的网络信息空间中 行分类 ， 形成多个资源和服务模板 ， 用户定 用户基于专业的深入的信息需求 。如中国化工 发现并提取 隐藏在其中的信 息 ，目的是帮助信 使 制的 目 标集 中在这些模板上 。 网 、中 国医药信息 网 、中国工程技 术信 息网 息用户 （ 决策者）寻找数据间潜在 的关联 ，发 ２信息推送服务方式 等。 现被忽略的要素 ，而这些信息对预测趋势和决 信 息 推送 服 务 是运 用 推 送 技 术 （ ｕ Ｐｓ ｈ 垂直门户的特点在于它对网上的专题信息 策行 为也许是十分有用的。数据挖掘技术从应 Ｔ ｃｎｌ ｙ ｅｈ ｏ ｇ）来 实现 的一种个性化 主动信息服 资源进行收集、鉴别 、筛选、过 滤、组织 、描 用角度划分 ， ｏ 可分为两类 ：一是面向数值数据 务方式 。推送技术又称 “ ｂ Ｗｅ 广播” ，它是通 述与评论 ，组织 目录式索引提供源站点地址 ， 的 数 据挖 掘 ，通 常 称 数 据挖 掘 （ ｍａ Ｍｉ一 Ｄ ｎ－ 过一定 的标准 和协议 ，在 Ｉｔ ｔ ｎｅ 上按照用户 并带有专业搜索引擎 。与综合性 门户网站的包 ｉ ；一是 面向文本信 息的数据挖掘 ，通常称 ｍｅ ｎ 的需求 ， 定期主动传送用户需要的信息的一项 罗万象、信息粗浅 、搜索引擎效率低下相 比 ， 文本挖掘 （ｅｔＭｎ ￣。它们采用直观的图 Ｔｘ ｉｎ ｉ 计算机技术 。可以说信息推送服务是传 统定题 垂直 门户并没有求大求全 ，而是力求信息 内容 形方式将信 息模式 、数据的关联趋势呈现给信 服务在数字 图书馆中的一种再现。信息推送服 在特定领域的全 面和专深 ，立足于提供 某一领 息用户 （ 决策者） ，决策者可 以通过可视 化技 务 的最大特点就是能实 现用户 一次输人请求 ， 域的精品服务 ，这种特定服务可以有效地把对 术交互地进 行数据分析 。 定期地、不 断地接受到最新 的信息。就 目前研 某 一特定领域信 息感兴趣的用户与其他用户区 ７信息呼叫中心服务方式 究与应用来看 ，我们可以把信息推送服务分为 分开来 ，更能满足用户的特定信 息需求 ，从而 信息呼叫中心是一种新近发展起来 的专门 两大类 ： 一类是 由智能软 件完成的全 自动化的 提供个性化的高质量的信息服务 。 提供一对 一的用户个性化信息服务系统 ，在企 信息推送服务 ；另一类是借助于电子邮箱 、并 ５信息帮助检索服务方式 业界有着 广泛的应用 。信息呼叫中心由最初的 依赖于人工参与的信息推送服务。信息推送服 如何帮助用户进行高效的信息搜索也是当 电话 中心发展而来 ，这种电话中心主要利用电 务的基本过程是 ：用户信 息需求了解、专 题信 今数字图书馆信 息服务向纵深发展 的一个重要 话 、传真等方式来服务客户 ，处理简单 的呼叫 息搜索、信息定期反馈 。 内容，也就是向用户提供满足各 种个性化需求 流程 。目前 ， 信息 呼叫中心引入计算机 电话集 ３信息智能代理服务方式 的服务 。目前人们更多的是通过研究用户检索 成技术 （ｌ ） 可 以处理复杂的呼叫流程 ，同 ＣＴ ， 用户在检索信息时，有时很难清楚 地知道 行 为特点 ，设计相应的检索智能帮助软件来提 时还 增加了 自动话务 处理 （ Ｄ 、交互式应 ＡＣ ） 自己的兴趣爱好和需求 ，或者用户知道 自己的 供 此类服务的。通过研究 ，人们发现信息搜寻 答 （ ） 等多 种 功能 。用 户可 通过 电 话接 １ Ｗ 兴趣和需 求 ，但 却不知道 如何 贴切地 表达 出 是一个不精确的过程 ，用户在搜索过程 中常常 人 、传真接入、Ｍ ｄｎ 号或宽带接人访 问数 ｏｅ 拨 来 ，分类定制的方 法让用户填写兴趣表单有 时 不 能清晰地表达他们的 目的 （ 信息需求） ，用 字 图书馆网站等多种方式进入系统，在 系统 自 会使用户不知所措。智能代理技术的运 用很好 户的信息需求常常难 以转换成准确 的提问式 。 动语音导航或人工座席 的帮助下访问系统 的数 地满足了用户的这一需要 ，它是一种能够完成 事实上 ，用户经常需要通过与检 索系统动态交 据库 ，获取各种咨询服务或完成相应的事务处 委托任务 的智能计算机 系统 ，能模仿人 的行为 互来确定其提问 ， 在交互过程中 。 形成相关 的 理 。数字 图书馆 呼叫 中心引人 客户关 系管理 执行一定 的任务 ，不需要或很少需要用户 的干 判 断，由此来调整他们的 目标。因此 ，用户是 （Ｒ ） Ｃ Ｍ ，建立客户数据库 ，对信 息统计分析 、 预和指导 。智能代 理通过跟踪用户在信 息空间 通 过搜索过程来不 断学习的 ， 断地调整他们 处理 、采集和提炼 ，使呼 叫中心可以得 到每一 不 中的活动 ，自动捕捉用户 的兴趣爱好，主动搜 的信息需求。有效 的检索系统应该允许用户能 个客户的详细信息 ， 如过去交往记录、客户爱 索可能引起用户兴趣的信息并提供给用户。 多次估价 目标 ，由此调整他们的检 索策略 ，应 好等 ，由此为客户提供一对一的个性化服务。 智能代理一般 由 二层智能体结构组 成 ， 第 该 在用户提问修改中提供帮助 ， 让用户 容易地 层是 用户 Ａ ｅｔ ｇｎ，第 二层是 系统 Ａ ｅ ｔ ｇｎ。在 进 人搜索 系统数 据资源 的主题领 域与 内容范 实现服务 时，用户 Ａ ｅｔ ｇｎ 放在 用户个 人机上 ， 围。为用户提供一个容易的起始点 。系统应该 系统 Ａ ｅｔ ｇｎ 放在数字图书馆服务器上 ，用户 Ａ 可以用来帮助用户修改检索提问式 。如 当用户 — ｇｎ 跟踪用户行为 ，自 获取用户访 问某 一网 输人 了一个检索词 ，系统就会将检索词与 内部 ｅｔ 动 站节 点的时间、次数、总页数 、所使用
基于数据挖掘技术的图书馆借阅量估计模型
基于数据挖掘技术的图书馆借阅量估计模型随着数字化时代的到来，图书馆的角色和功能正在发生深刻的变化。
图书馆不再仅仅是储存书籍的场所，而是成为了知识服务的综合性机构，通过各种信息技术手段为读者提供更加便捷、高效的服务。
数据挖掘作为其中的重要技术手段之一，正在逐渐应用到图书馆管理中。
基于数据挖掘技术的图书馆借阅量估计模型，可以帮助图书馆更好地了解读者的借阅行为和阅读偏好，为图书馆的管理决策提供科学依据。
本文旨在探讨基于数据挖掘技术的图书馆借阅量估计模型的实现原理和应用价值。
一、数据挖掘技术在图书馆管理中的应用数据挖掘是指通过自动或半自动的方法，从大量的数据中寻找规律、模式和趋势的过程。
数据挖掘技术通过对数据的分析和挖掘，可以为图书馆提供重要的决策支持和信息服务。
在图书馆管理中，数据挖掘技术可以应用于读者画像分析、馆藏发展规划、阅读推荐系统、借阅量预测等方面。
图书馆借阅量的预测是数据挖掘技术在图书馆管理中的一个重要应用场景，在借阅量的预测模型设计中，图书馆可以通过分析历史借阅数据、读者信息和图书信息等多种数据，从而预测未来的借阅量情况。
1. 数据采集与预处理在构建基于数据挖掘技术的图书馆借阅量估计模型时，首先需要进行数据采集与预处理。
数据采集主要包括历史借阅数据、读者信息、图书信息等数据的获取与整理；数据预处理包括数据清洗、缺失值处理、异常值处理等环节，以确保数据的质量和完整性。
2. 特征选择与提取在数据挖掘模型中，特征选择与提取是一个关键步骤。
对于图书馆借阅量估计模型而言，可以选择包括时间特征、读者特征、图书特征等多种特征，以构建全面的特征集合。
在特征选择的过程中，可以通过相关性分析、信息增益等方法筛选出对借阅量有影响的重要特征。
3. 模型构建与训练基于数据挖掘技术的图书馆借阅量估计模型可以采用多种机器学习方法进行构建与训练，如决策树、神经网络、支持向量机等。
在模型构建与训练的过程中，需要将数据集划分为训练集和测试集，通过训练集对模型进行训练，再通过测试集对模型进行评估，并进行参数调优。
基于Web挖掘的数字图书馆个性化信息服务系统模型构建
Ｗｅ ｂ使 用 挖 掘 是 从 用 户 的 网 络 行 为 中 抽 取 感 兴 趣 的模 式 。 通 过 对 用 户 浏 览 网 站 的 使 用 数 据 收 集 、 分析 和处 理 ， 建 立 用 户 行 为 和兴 趣 模 型 ， 这 些模 型 可 以帮助 理解用 户行 为 ， 改 进站 点结 构 ， 以及 为 用 户 提 供 良好 的 个 性 化 信 息 服 务 。 同 时 ， 借 助 于 Ｗｅ ｂ 使 用挖 掘可 以从传 统 的基于 使用数 据 的静态建 模转 换 到基 于用 户操作 行 为 的动 态建 模 ， 在 系 统 里 帮助 改 善用户 的网络使 用经 验 。 ｗｅ ｂ数 据 挖 掘 技 术 是 实 现 个 性 化 信 息 服 务 的 关 键技术 。它通过 访 问路径 分析 、 关 联 规则发 现 、 序 列模 式分 析 、 分类 规 则 发 现 、 聚类 分 析 等 技术 ， 实现 用 户建模 ， 使个 性化 信息 服务 的实 现变 为现实 。 ３ 基 于 Ｗｅ ｂ挖 掘 技 术 的 数 字 图 书 馆 个 性 化 信 息 服
２ ０ １ ３年 ２月
内 蒙 古 科 技 与 经 济
Ｉ ｎ ｎ ｅ ｒ Ｍｏ ｎ ｇ ｏ ｌ ｉ ａ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ＆ Ｅ ｃ ｏ ｎ ｏ ｍｙ
Ｆ ｅ ｂ ｕ ｒ ａ ｒ ｙ ２ ０１ ３
Ｎｏ． ４ Ｔｏ ｔ ａ ｌ Ｎｏ． ２７ ８
随着计 算机 技术 和 网络 技术 的发 展 ， 数 字 化 资 源 的种类 越来 越 多 ， 且 变化频 繁 ， 数 字 图 书 馆 用 户 如 何 及 时 获 取 自 己 所 需 的 资 源 是 一 个 亟 待 解 决 的 问 题 。 以用 户 需 求 为 中 心 ， 利 用数 字资 源开展 有效 的 、 不 同层 次 的 、 多种类 型 的个性 化信 息服 务 ， 并 逐 步建 立 一个支 持 用 户 有 效 利 用 信 息 、 提炼知识 、 提 供 决 策、 解决 问题 的知识 服务 机制 ， 是 提 高 数 字 图 书 馆 个 性 化 服 务 质 量 的 关 键 。 Ｗｅ ｂ数 据 挖 掘 技 术 的 出 现 与 应用 ， 为 数 字 图 书 馆 个 性 化 信 息 服 务 提 供 了 有 力 的技 术 支 撑 。 １ Ｗｅ ｂ数 据 挖 掘 数据 挖 掘是从 数据 库 中抽取 隐含 的 、 未知的、 具 有 潜 在 应 用 价 值 的 信 息 的 过 程 。 Ｗｅ ｂ数 据 挖 掘 （ 简 称 Ｗｅ ｂ挖 掘 ） 是 将 数 据 挖 掘 的 思 想 和 方 法 应 用 到 Ｗｅ ｂ页 面 内 容 、 页 面 之 间 的结 构 、 用 户 访 问 信 息 等 各 种 Ｗｅ ｂ数 据 中 ， 并从大量 、 异质、 分 布 的 Ｗｅ ｂ文 档 的集 合 中 抽 取 感 兴 趣 的 、 有 用 的模 式 和 隐 含 信 息 …。与传 统 的数据 挖 掘 相 比 ， Ｗｅ ｂ挖 掘 具 有 数 据 源 的动态 性 、 挖 掘 目的 的 模 糊 性 、 数 据 类 型 的 多 态 性、 数 据 信 息 的 分 布 性 及 多 维 性 等 特 点 』 。 根 据 挖 掘对 象 的不 同 ， 可 以 将 Ｗｅ ｂ挖 掘 分 为 ３类 ： Ｗｅ ｂ 内 容挖 掘 （ Ｗｅ ｂ Ｃ ｏ ｎ ｔ ｅ ｎ ｔ Ｍｉ ｎ ｉ ｎ ｇ ） 、 Ｗｅ ｂ结 构 挖 掘 （ Ｗｅ ｂ Ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ Ｍｉ ｎ ｉ ｎ ｇ ） 和 ｗｅ ｂ使 用 挖 掘 （ Ｗｅ ｂ Ｕｓ ａ ｇ ｅ Ｍｉ ｎ — ｉ ｎ ｇ ）。Ｗｅ ｂ挖 掘 对 在 浩 瀚 的 网 络 资 源 中 发 现 有 价 值 的 知识 、 改进 网站设 计 、 提 供 更 好 的 网上 服 务 有 重 要 的４ － Ｉ Ｅ 用。 ２ 基 于 Ｗｅ ｂ挖 掘 的 数 字 图 书 馆 个 性 化 信 息 服 务 通 过 Ｗｅ ｂ挖 掘 可 以 很 好 地 了 解 和 获 取 用 户 的 身份 、 需求 、 兴 趣和 爱 好 ， 使 数 字 图 书 馆 个 性 化 信 息 服务 更具 有针 对性 。
基于数据挖掘技术的数字图书馆个性化服务发展研究
SCIENCE &TECHNOLOGY INFORMATION科技资讯基于数据挖掘技术的数字图书馆个性化服务发展研究陈佩欣(广东工业大学图书馆广东广州510006)摘要：随着互联网技术的不断发展，数据爆炸性的整体发展紧随其后。
人们每天都在处理各式各样的数字化信息，如何在众多的信息中快速得到人们所需要的信息尤为重要。
数字图书馆作为人们获取信息的重要渠道之一，在帮助用户找到所需要信息方面不断进行探索，应用各种信息挖掘技术方法，实现数字资源的个性化建设，是新时期数字图书馆发展的必然服务趋势。
该文将从数字图书馆和数字图书馆的个性化服务发展的现状展开研究，主要研究了数据挖掘的相关技术、数据探索技术在数字图书馆的发展、促进图书馆的互联网技术的应用服务提供方面发现的问题，并在此基础上提出了解决对策。
关键词：数据挖掘数字图书馆个性化服务建设中图分类号：G25文献标识码：A文章编号：1672-3791(2021)12(c)-0149-03Research on the Development of Personalized Service of DigitalLibrary Based on Data Mining TechnologyCHEN Peixin(Guangdong University of Technology Library,Guangzhou,Guangdong Province,510006China)Abstract:With the development of IT,digital information developed explosively.People are dealing with all kinds of digital information every day.How to quickly get the information people need from a large number of informa‐tion is particularly important.As one of the important channels for people to obtain information,digital library continues to explore in helping users find the information they need,and applies various information mining tech‐nologies and methods to realize the personalized construction of digital resources,which is the inevitable service trend of the development of digital library in the new era.This paper will study the current situation of the devel‐opment of digital library and personalized service of digital library,mainly studies the problems found in the devel‐opment of digital library and promoting the application of Internet technology and service provision of library by data mining technology and data exploration technology,and puts forward the countermeasures on this basis.Key Words:Data mining;Digital library;Personalization;Service construction在信息技术的飞速发展下，一方面大量的信息内容给现代人的生活带来了便利，另一方面数量巨大且冗杂的信息也为人们带来了搜寻上的不便。
数字图书馆的个性化信息服务
数字图书馆的个性化信息服务【摘要】本文探讨了数字图书馆个性化信息服务的概念，分析了数字图书馆个性化信息服务的服务模式，并讨论了数字图书馆个性化信息服务的意义。
并从个性化信息服务的概念、特点、服务模式、面临的问题及发展趋势等方面进行了详细分析。
【关键词】数字图书馆；个性化；信息服务随着知识经济时代的到来，互联网的发展给人们带来了空前丰富的信息资源。
作为高校知识资源重要的存储与服务场所——高校图书馆面临在信息时代所不同的机遇与挑战，如何运用最新的理论和最新的信息技术，提升文献信息服务能力，更好地适应着当今社会形势的变化，将传统的信息管理服务体转变为知识管理服务体，开发与利用图书馆知识资源，主动参与读者的知识活动过程中，充分满足高校用户群体特殊的、个性化、专业化的知识需求。
这就要求我们改变过去那种“我提供什么，读者就接受什么”的服务方式，开创“随需应变”的个性化、互动性为主要特征的信息服务模式。
1 数字图书馆的个性化信息服务的含义数字图书馆的个性化信息服务是以用户需求为中心，利用数字图书馆信息资源开展有效的不同层次的、多种类型的满足其个性需求的服务。
随着网络的飞速发展，图书馆数字资源的种类和数量不断增加，但图书馆网站在组织数字资源时只能针对比较宽的用户群，一般普遍按照书目、电子期刊、数据库及网络资源等资源类型对数字资源进行组织和管理，因此导致了当数字资源数量巨大时，图书馆用户将会被淹没在巨大的信息资源中，无法及时获取自己所需的资源。
实际上，图书馆用户的需求复杂多样，对于每一个用户来说，他不可能对图书馆提供的所有信息都有需求。
相反的，每个用户的需求只是其中与他相关的部分。
针对这种情况，我们可以看出个性化信息服务已经成为数字环境下提高图书馆质量、效益和水平以及提高数字化信息资源使用效率的重要手段。
2 图书馆个性化信息服务的特点个性化信息服务的开展是遵循以人为本的信息服务理念，利用现代化的信息服务手段快速、便捷、主动、高效的信息服务模式，呈现以下特点：2.1 是以用户为中心的主动服务根据每个用户的独特信息的需求来提供针对性的服务，对不同用户采取的不同服务策略，提供不同的服务内容，是基于用户的信息使用行为、习惯、偏好、特点向用户提供满足其个性需求的服务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一
、
数字图书馆个性化服务的概念
二、 数据挖掘技术的概念和分类
数据挖掘技术 ， 我们 也 把它 叫做知识 发现技术 ， 是在 庞
大 的数据库 中获取人们感兴趣 的知识 的技术 ， 而 由于所研 究 的对象 的数据结构 和形式是存在差异 的 ， 数据挖 掘技术 一般
又被分为 以下三类 ：
近些年来 ， 我 国居 民随着 生活 水平 的逐 年提 高 ， 已经能 够较好地接受“ 数字化 生存 ” 这一 生 活方 式 了 ， 由于数 字 图 书馆具有信息更新速度 快 、 信 息存 储 量大 、 不受 时 间和空 间 的限制 以及 占用空间小等有特点 ， 所 以它也越来越 受到人们 的关注。虽然数字图书馆 确实 为人们 带来 了非 常多 的方便 和便捷 ， 但是 由 于其 包 含 的信息 资 源非 常 庞大 并且 形 式多
挖掘技术的数字 图书馆个性化服 务工作 ， 以期促进 图书馆服务质量的进一步提 高。
关键词 ： 数据挖掘技 术 ； 数 字图书馆 ； 个性 化 服 务
中图分类号 ： Ｇ ２ ５ ０ ． ７ ６
文献标 志码 ： Ａ
文章编号 ： １ ０ ０ １— ７ ８ ３ ６ （ ２ ０ １ ３ ） ０ ５— ０ １ ８ ５— ０ ２
户所 使用信息的习惯 、 偏好 、 行为 以及特殊 的需求 等 ， 经过分 析从而真正地为用户提供 满足 其要 求的 内容 以及系 统功能
的一种服务。首先这种服 务必须 是 能满 足数字 图书 馆单一
（ １ ） 聚类分析 是依 据数 据 的相似 度将其 总结 成许多 类 别， 同一类 的数据就变成 相似 的了 ， 而不 同类 的数据差异 性 就会更加 明显 。这样聚 类分析 就可 以早建立 宏观的概念 并 且找到数据分布模式 的基础 ， 从而真正地弄清数 据属 性间的 关 系。（ ２ ） 关联分析 。当两 个 或多 个变 量 的取值 之间存 在 着一定 的规律 时 ， 那 么这 些变量 就是存 在关联 的 ， 一般情 况
２ ０ １ ３年 ５月 第３ ２卷第 ５期
黑龙江教育学 院学报
Ｊ ｏ ｕ ｍＭ ｏ ｆ Ｈ ｅ ｉ ｂｎ ６ ｉ ａ ｎ ｇ Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｅ ｄ ｕ ｃ ａ ｔ ｉ ｏ ｎ
Ｍａ ｙ２ ０ １ ３ Ｖ０ １ ． ３ ２ Ｎｏ ． ５
ｄ ｄ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ １ —７ ８ ３ ６ ． ２ ０ １ ３ ． ０ ５ ． ０ ７ ５
正是他们所 需要 的， 其 中数 据挖掘技术作 为一种信 息资源广泛并且更加智 能化 的前 沿技 术， 为数字化图书馆 的建设 提供 了十分重要 的支持和保 障。基 于此 ， 对数 字图书馆个性化服 务的概念 、 数据挖掘 技术 的概 念和分类 ， 以及数据
挖掘技术在数字 图书馆 个性化服务 中的应用三个方 面的 内容进行 了详 细的分析 和探 析 ， 从 而具 体论 述 了基 于数据
作者简介 ： 王芳 （ １ ９ ８ ２ 一 ） ， 女， 安徽 肥东 人 ， 助教 ， 从 事数据挖掘 、 数据库研究 。
一
１ ８ ５—
序列从而搜索 出多次发生并且发生 概率较高的模式 ， 通过 已 知 的数据来预测未来 的值 ， 当然这要求数据变 量本 身时 间是 有差异 的。常 见的数据 挖掘 方法 有统计 分析 、 神 经 网络、 模 糊集 、 遗传 算法、 决策树 以及仿生 物技术 等 ， 不 同的方法其功 能 特点和应用领域都是有所 不同的 ， 所 以我们 在使用时应结 合 多种方法 ， 从而做到优势互补 。
通常数据发生 时是有很 多的异常情况的 ， 而如何 快速准确地
后， 通过对用户 以往 的使用 习惯以及使用行为等 内容进行分
析， 从而为其提供服务 ； 其次 ， 这种 服务 还是一类 能够充分地 培养 用户的个性 ， 发展 用户需 求 的服务 ， 而 这对 于整 个社会 朝着 多样 性的发展也是 有帮 助的 Ｊ 。数据 挖掘 技术 是一种
基 于数 据 挖 掘 技 术 的数 字 图书 馆个 性化 服务
王 芳
（ 安徽财经大学 ， 安徽 蚌埠 ２ ３ ３ ０ ３ ０ ）
摘
要： 进入 到新世 纪 以来 ， 随着我 国国民经济水平的提升 ， 我 国的科 学技 术水平 也有 了广 阔的发展 空间。近
些年来 ， 我 国的网络 用户群 体的数量有 了大幅度 的增 长， 而最具针对性并且更加 个性化的用户支持 以及信 息服务也
新兴 的计算技术 ， 其在商业零售 、 科学发现 ， 以及 医疗等众多
领域都得 到了应用 ， 近些 年来 ， 它 也逐 渐应 用到 了数 字图书
馆领域 中。 ห้องสมุดไป่ตู้收稿 日期 ： ２ ０ １ ３— ０ ２—２ ０
发现这些异常情况就是很重要的工作了。而进行偏差检查
工作 时， 我们 通常都是采用寻找参照与观察结果 之间的差别 这一基本方法 的。（ ４ ） 时序 模式 。这是 一类 通过 参照 时间
１ ．数据挖掘 数据挖掘 主要是指 面向数值数据 的挖掘技术 ， 常见的数 据挖掘任务有 聚类 分析 、 关 联分析 、 偏 差分析 以及时序模 式 等 内容 ：
样， 所 以人们在 一定程度 上也 受到 了干扰 。导 向性是信息资 源的基本属性之一 ， 同一 个信 息在不 同的使用用 户 中表现 出 的价值肯定是有差异 的 ， 某 一项信 息无 法 满足所 有 的需求 ， 而某个单一的用户肯定 也并 不需要 所有 的信 息资 源 Ｊ 。怎 样处理这一问题呢？数字 图书 馆的 个性化 服务 就能 很好地 解决这一问题 ， 数字 图书馆的个性化服务 的概念 就是参照用
下， 关 联分 析分为简单关 联 、 因果关 联 以及时序关 联。其 最
用 户信息需求的服务 ， 也就是 在用户明确地提 出了信息需求
重要 的 目的就是找 到数据 库 中存 在着 的隐蔽关联 网。可信 度和支持度是衡量关联 的相关性 的两 个重要指标 ， 为保证挖 掘 的规则能够符合用户 的要 求 ， 我们还会引入兴 趣度等参数 和概念 。（ ３ ） 偏差分析 。在偏差 中包含 着诸多 重要 的知识 ，