基于OPAC读者行为的知识发现研究.pdfVIP

2011年2月 Feb。2011 第31卷第l期 V01．31No．1 基子OPAC读者行为的知识发现研究 张 炜1，洪 霞2 (搐要)针对OPAC系统信息库中积累的大量读者借闼和检索行为数据。探讨知识发现的目标及应用前景，提出利 用基于概念分层的MAR—FP算法，结合实例，阐述发现读者行为中隐藏的规律性知识以提升综合服务屡次的意义。 (关键词)数据挖掘，()PACI读者行为，知识发现lMAR—FP算法 (中图分类号)G252(文献标识码)A(文章编号]1002—1167(2011)01—0017--03 OPAC(OnlinePublicAccess 并为之提供知识服务。 Catalogue，即联机公共 查询目录)是图书馆信息管理系统不可分割的一个重要组 2基于OPAO读者行为的知识挖掘目标及应用 成部分，在OPAC系统信息库中存在着大量的读者借阅数 据和OPAC检索信息，这些读者行为数据能充分揭示读者 对于OPAC系统信息库积聚的大量读者行为数据可从 对馆藏资源的利用和需求，隐藏了丰富的、未知的、有用 读者、文献、时间三个维度进行交叉挖掘分析，其中时间 的知识，对图书馆的个性化主动服务、学科文献资源建设 可分为年、季、月、星期、小时等不同特性，读者可分为 决策、优化业务管理是非常有价值的。而目前国内高校图 年龄、性别、学历、学科背景、职业等不同属性。主要挖 书馆自动化系统只是提供传统的常规业务数据统计。缺乏 掘目标及应用集中于：(1)读者群体属性与时间的分析研 对系统中读者行为数据的收集、利用和挖掘．缺乏对数据 究：通过聚类分析方法，根据读者在某一段时间内使用频 中隐含的关联规则的知识分析。因此。本文针对扬州大学 次划分读者群。可定期调整读者的最大借阅次数和借阅周 图书馆0PAC信息库中积累的大量的读者行为数据。应用期．以免不同借阅需求读者的资源分配不均，从而满足不 同读者群的需求l(2)文献类别与时间的分析研究：通过 数据挖掘技术，通过基于概念分层的MAR-FP算法(Min— AssociationRules ing FP)对OPAC中读者行为数据进行挖文献在不同时间特性内被借阅次数、文献利用类别的聚类 掘。探究隐藏在其中的读者需求的规律性知识，祈望为决 分析，挖掘馆藏文献的利用和老化情况。寻找各学科间及 策管理提供数据支撑和参考。提升图书馆的综合服务层次。 不同学科层次之间相关联的知识。以辅助图书馆的学科建 设决策和优化馆藏布局；(3)读者群体属性与文献类别的 1知识发现概述 分析研究：通过分类、聚类、关联规则方法，按读者不同 inDatabase，KDD) 知识发现(KnowledgeDiscovery 属性进行群体细分，挖掘出不同读者群体间借阅兴趣的相 是从大量的数据中提取出可信的、新颖的、有用的并能被 似性和相异性，并通过对图书资源进行中图法分类的关联 人理解的模式的高级处理过程“3。它分为数据准备、数据 规则挖掘，找出文献类别之间及读者群与文献类别的关联 挖掘和解释评价三个阶段。其中数据挖掘是KDD最为关键 性，以发现不同读者群对不同类别文献的兴趣需求模式。 的步骤．它根据知识发现的目标。选取相应的算法，分析 并按此模式主动推荐给有该特性的相似读者群。实现主动 数据。搜索或者产生相应的模式和特定数据集．是技术的 的信息推荐服务，(4)读者群体属性、文献类别与时间的 难点所在