Web挖掘技术在图书馆采访中的应用【讲座】.pptVIP

Web挖掘技术在图书馆采访中的应用 北京物资学院图书馆 范媛静 2012.10 这篇论文来源于解决采访实践中遇到的问题 采访中的实际问题1——图书需求 图书馆除补充专业类图书外，还需要满足读者其他阅读需求。在一定时间内需要一些“高质量”图书补充馆藏。 内容质量 出版品质 读者需求 采访中的实际问题2——书目需求 目前，图书馆采访方式有圈选书目、现采、网络采购等方法，最主要的还是圈选书目，使用的大多是电子书目。 电子书目的特点 时效性 快捷性 生动性 灵活性 内容丰富 电子书目需求的变化 很多图书馆在其网站上做了图书荐购系统，让读者来圈选图书。这就需要大量适合读者需求的电子书目，甚至是图文并茂的适合读者阅读习惯的书目信息，而不仅仅是生硬的题名、ISBN号、内容介绍、适合人群等内容。 采访中的实际问题3——馆配商 图书馆采访直接接触的就是馆配商，馆配商提供的电子书目不能完全满足图书馆采访需求 1.存在利益的驱使 2.专业性较差，提供的电子书目与读者需求存在差异 采访中的实际问题4——出版社 出版社只做自己出版社所出图书书目，小出版社甚至没有自己的电子书目，只有纸质版。 书目质量良莠不齐 图书类别不全 没有统一的电子书目平台 面向书商 采访中的实际问题5——自制电子书目 自制电子书目费时费力，一般用作少量书目的制作，满足不了当下集中采访的需求。 1.重复性拷贝、粘贴数据； 2.不断的人工判断； 3.自做100多条书目/人/天； 4.书目内容简单，一般包括题名、ISBN，用作查重。 解决办法 有什么好办法解决自制电子书目的难题呢？ 利用计算机程序自动挖掘图书网站、书评网站的信息资源，自动生成对应的电子书目信息，达到图书馆采访员省时省力做出符合读者需求的电子书目、从而采访到“高质量”图书的目的。 （利用web数据挖掘技术帮助采访员做出个性化、实用性电子书目 ） 自制电子书目的网络途径 网络时代，网上书店、大众书评网的书目资源丰富，可从各大特色图书网站选取书目信息 1.书评网：各大型网站的书评频道、豆瓣网 2.网上书店：亚马逊、当当、京东商城等 选取书目信息的依据 销售排行 人气点击率 评论情况 图书推荐 图书分类 网上书目信息资源的价值 这些“图书排行”是采访员采书时很好的书目资源，具有很好的参考和利用价值。 以豆瓣网为例 关键技术的实现 1、该程序采取特定对象抓取，选定合适的图书信息网站或者二级代理网站进行页面分析。通过正则表达式匹配方法，优化web挖掘算法，从而实现图书信息自动采集技术； 2、通过对各大图书网站相关类别信息抓取，生成excel文件，并与馆内藏书系统结合，进行查重，得到查重后数据； 3、与网上图书馆的荐书系统的结合 ，生成荐书单，让读者网上圈选。 采访实践对图书馆采访员的新要求 具备较高的专业素质 涉略广博的知识门类 了解现代化技术手段 编程技术 多媒体技术 网络技术 采访员与程序员的合作 采访部与自动化部的合作 图书馆对计算机人才需求的迫切性 谢谢！ * * 利用Web挖掘技术自建电子书目的优点 采访员的专业性 Web挖掘技术的自动性 1、满足读者大量的个性化阅读需求； 2、改变了采访馆员的工作状态，由 被动接收数据变为主动搜集数据； 3、使采访员从繁琐的人工劳动中解 放出来，省时省力，提高自作书 单的工作效率； 4、对于构建基于读者需求的决策 采购模式具有重要意义 书目信息挖掘 书目信息挖掘步骤： 1. 通过计算机web挖掘技术编程，在现有知名图书网站上根据排行、销售量、书评、综合排名等信息进行自动数据挖取（主要提取出ISBN、价格、书名、简介等相关信息）， 2. 将挖掘的信息与馆藏进行自动查重，把馆藏中没有的书目信息提交采访员。 3. 由采访员或读者进一步衡量挑选从而执行采购。 书目信息挖掘流程示意图 *