图书馆文献资源建设中优化方案.docVIP

图书馆文献资源建设中优化方案 　　【摘要】本文分析了图书馆文献资源的总体情况和读者的需求特点，建立了图书馆藏书资源需求与库存之间的关系模型。并结合在具体环境下，图书馆资源系统如何根据读者借阅情况调整库存图书，优化图书结构，给读者提供最佳的服务效果，详细介绍了该方案实现时应收集借阅的信息特征，预期借阅资源的分析过程和优化后的实际处理方法。 　　【关键词】馆藏图书 资源优化 借阅关系 模型 图书结构 　　 　　一、背景 　　 　　图书馆中丰富的学习资源在教育事业中一直起着重要的作用，但近年来，随着知识更新的迅速发展，图书馆的藏书资源也需要不断的调整，以其跟上知识的更新速度。但是在对图书馆藏书进行更新和增加时，往往遇到以下几个问题：第一，受经费的限制，近年来由于图书和期刊的价格不断上涨的原因，使得图书更新经费总是处于捉襟见肘的窘境。第二，现有图书馆的藏书往往是历史阶段常年累月积累下来的，其知识的针对性往往与当前需求不符，尤其是有些院校其研究方向、领域在历史岁月中经历过多次变化的更为明显。因此如何将那些专业方向不符的藏书与需要这些书的其他图书馆藏书进行交流，使当前图书藏书最贴近读者需求，这是图书馆资源更新时遇到的第二个问题。 　　也正因为如此，图书资源优化越来越受到人们的重视，并已经成为现代图书管理与研究中非常重要的一个环节。图书资源的优化主要是对图书馆以往的读者借阅信息进行统计分析后，建立一个恰当的需求分析模型，并利用该模型验证当前的读者需求情况，通过验证后，将该模型用来提前分析今后一段时间内读者的需求情况。为图书馆的管理者制定下一步的图书更新采购计划或者图书交流计划提供准确的参考依据。优化工作的主要内容则是根据读者借阅图书的历史情况，建立尽可能的完善和真实的优化模型。 　　目前，尽管人们已经逐渐将统计方法、概率分析等方法应用到图书资源优化当中来，但这些方法有些仅仅停留在对方法本身的使用或者对某些单项指标的分析上，如针对某一期刊的阅读次数统计、期刊的借阅周期统计等等，将这些方法应用到图??资源优化配置上来还并不是太多。因此，很有必要开展这方法的研究，既能在最大程度上使图书资源贴近读者需求，实现用户的需要，同时又能将有限的图书资源合理分配，发挥最大的价值。 　　 　　二、图书资源优化的准备工作 　　 　　资源优化的模型有多种，不同的优化模型其处理方法和流程都不尽相同，得到的处理效果也大不一样，目前用得比较多的有基于概率统计和回归分析的时间序列法、线性回归法等。这些方法在使用时面临的一大问题是优化分析时必须要有大量连续的历史数据，而且在处理过程中，可能还需要根据具体的应用环境对某些参数设定不同的权重，使用起来比较负责。而采用另一知名的灰色系统理论则可在一定程度上简化数据的处理。该理论是基于信息不完全系统，即部分信息是已知的，部分信息是未知的，这样构成的系统称为少数据、不确定系统。如果将影响图书馆资源需求等各种复杂因素联合起来，看成一个大系统的话，则它兼有确定性和不确定性两面。其中，实际得图书需求历史资料能够清楚地显示出来，显示出确定性的一面；而需求随时间和学生数、专业特点不断变化的趋势又体现为不确定的一面。此外，该理论在处理时还有一个好处则是无需很多的数据，可以从杂乱无章、有限的、离散的数据中找出规律，建立相应的模型。 　　为了有效地进行图书资源的优化分析，首先需要进行数据采集。优化过程中用到的数据主要是各类图书以往的借阅数量、借阅率和现有的库存，这些数据都可以从图书馆的计算机系统中得到。由于学校对图书资源的更新一般的都是以半年或者一年为更新周期，因此，本文分析的时候，时间单位也以半年为单位。 　　目前，图书的基本分类方法都是基于中图分类法，这种方法以被普遍接受和广泛应用，所以，在本文对图书资源优化时也是采用中图分类法，将图书分为22个大类，然后对每一类的图书分别进行处理。 　　从图书馆取得原始数据后，首先进行数据的预处理，更换或者滤掉其中的无效数据，无效数据一般是由于人为因素或者突发事件引起的，如图书馆因故停止服务而造成的借阅量下降、突发的疫情导致医药类的图书借阅量猛增等等，这些都可能会使借阅量偏离正常值。因此有必要对这些数据进行预处理，去除此类无效数据，保证建模和优化的计算结果为期望值。 　　由于灰预测模型只需要4个或者4个以上的数据即可进行建模，因此在实际处理时，只需要选取5个数据样本即可，本文选取了2005年上半年至2007年上半年5个学期的各类图书借阅量作为模型建立的样本(注：此时的上半年均对应该学年的下学期)。样本数据建立时，由于学校每年都有寒暑假，在假期中图书的借阅数据会急剧下降，因此这一段时间的数据应被视为无效数据，处理时应该将其去除。否则会使优化的结果与实际需求不相符。 　　在建模过