基于高校图书馆读者满意度的知识发现快速算法.pdfVIP

2011年 3月 情报探索 第 3期(总 161期) 基于高校图书馆读者满意度的知识发现快速算法 周志菊 (广东工业大学计算机学院 广州 510006) 摘 要 ：利用粗糙集理论 的属性约简和区分函数等工具，对高校 图书馆读者满意度评价数据进行分析 ，给 出了一种挖掘其 中 有价值模式和知识的快速算法。 关键词 ：知识发现 读者满意度 属性约简 高校 图书馆 中图分类号：TP311．13 文献标识码-．A doi：10．3969／j．issn．1005—8095．2011．03．011 1 引言 人粗糙集方法通过属性约简和核计算，进行用户评 高等学校 图书馆是一个专业性的学术服务机 价数据分析 。获得对图书馆影响最大的关键性指标 ， 构，是学校教学科研工作的重要组成部分。提高图书 寻找其 中蕴涵的关联规则 ，构造其决策树 ，为图书馆 馆服务水平 ，对促进我国科技快速发展具有重要意 管理部门的决策过程提供科学的依据和参考 。 义 [1]。图书馆是为读者而存在的，其服务质量如何 ， 2 知识发现和粗糙集理论 最终必须由读者来评价。读者满意度是读者对图书 传统的图书馆以藏书为中心，而现代图书馆则 馆服务工作达到或超过某一标准的内心感受和主观 是 以读者 (用户)为 中心，读者满意度评价调查已经 评价 ．体现了读者通过图书馆实现阅读欲望和获取 成为现代图书馆的 日常工作[引。图书馆收集读者的 信息的完善程度。提高读者对图书馆服务工作的满 意见和建议 。对读者满意度进行评价，并依据评价结 意度 ，不能仅从馆藏数量、计算机和网络设备等物理 果来完善 自己的服务工作，提高图书馆工作服务水 设施条件去衡量．更应该多地从读者对图书馆服务 平 。在对读者满意度评价数据收集获得目标数据后， 的感受和期望等方面去评价。读者满意度测评指标 首先必须对数据进行预处理。这个过程包括 ：(1)数 体系是一个多层次的结构 ．它 由表及里地表述用户 据清洗 ，包括噪声数据处理、空缺值处理、去除重复 满意的内涵 ．然而 目前并没有建立一套具有普适性 记录、不一致数据处理等；(2)数据类型转换，包括连 的读者满意度指标体系[2]。 续值型数据的离散化处理等 ；(3)对数据进行变换 ， 学者们不仅从定性方面研究影响读者满意度的 包括数据归约和数据聚集等。数据挖掘的基本过程 因素 ．更引入了各种数学方法对读者满意度进行量 如图1所示5[]。 化研究，但当前对读者满意度的调查及其数据处理 手段还相 当简陋。其一 。对用户评价数据的分析处 理 ，大多数仍然是采用加权平均法。这种方法带有相 当的主观性，不利于评价结果的客观表达。其二，随着 图书馆功能的扩大，评价指标的不断增多，各指标之 间的关联性、模糊性也 日益突现 ，现有手段难以发现 其中的关键因素及其各属性之间的相互关系。事实上 目前大多评价数据只为图书馆管理部门提供简单的 查询 、统计和参考功能，并不能支持管理部门的决策 图 1 知识发现过程 过程 ，产生所谓的 “数据丰富，知识贫乏”的现象[3]。 2O世纪8O年代波兰人 Pawlak建立了粗糙集理 2O世纪90年代兴起的数据挖掘技术为人们 自 论 (RST)，，酣，为数据挖掘和知识发现领域提供 了一 动和智能地把海量数据转化为有用信息和知识提供 种重要技术手段 ，得到了广泛的应用 。粗糙集理论的 了新的手段 ．已经被应用到社会商业、工业和政府等 重要特点是数据挖掘过程中只