应用数据挖掘技术提高图书馆图书资源利用水平.docVIP

应用数据挖掘技术提高图书馆图书资源利用水平 　　【摘要】本文阐述了图书馆图书资源利用的现状；介绍了数据挖掘及用户关系管理等概念；介绍了以华北电力大学图书馆为样本进行数据挖掘的结果；并且介绍了利用这个分析结果提高图书馆图书资源的利用水平。 　　【关键词】数据挖掘；数据仓库；用户关系管理 　　1.引言 　　前人曾经说过：“如果教师是大学的头脑，那么图书馆是大学的心脏。”这句话体现了图书馆在大学中的重要性。而数据挖掘是知识管理应用的一个方面。其目的是讨论如何在海量的数据中找到有用的信息及规则。这项技术被广泛应用于商业、金融、医学、教育等领域。比如：通过对病历数据的分析可以找到病人容易患哪种疾病以及有什么健康方面的风险和缺陷等信息。这项技术也可以用在图书馆图书资源服务方面，如：从图书馆的借阅数据库中了解读者的借阅习惯等信息。 　　本文所介绍的样本是华北电力大学图书馆的读者借阅数据库。在没有使用数据挖掘技术之前，华北电力大学图书馆有藏书1125330册藏书（截至到2009年4月）。在2009年4月底我校应教育部的要求做了一次资产清查工作。在这次清查中，我校图书馆也对图书利用率也进行了调查；发现在2007年8月到2009年4月这个时间段里，只有394067册图书在流通，其它的近65%的图书几乎没有进入流通领域。为了提高图书资源的利用水平，掌握读者的借阅习惯是十分必要的。 　　华北电力大学原来是一所纯工科大学，在新世纪它转换为一所文、理、工科兼备的大学。学校的转型使得校图书馆的藏书结构有所变化；读者的学科覆盖面广了，图书的利用也发生了变化。这次的数据挖掘为了照顾覆盖面的问题，选择了大二、大三和研一的学生从2010年6月到2011年3月的228347个数据库借阅记录；而这两个年级的学生总数是7235人。 　　为了达到数据挖掘的目的，我们引入了商业管理中的用户关系管理模式。我们把图书馆当作企业，读者当作用户，图书当作商品。本文将介绍企业经理是如何了解用户的需求、上市用户需要的产品的方法。在这里也引入了数据仓库来载入数据，建立图书馆借阅数据的数据仓库，使用“在线分析方法”（OLAP）的数据挖掘技术来对建立好的数据仓库进行挖掘。通过这项技术我们可以更加详细的了解读者的需求和习惯，给图书馆管理人员提供新图书资源的参考决策，制订新的用户服务策略。 　　2.数据挖掘方法 　　本文介绍的数据挖掘是基于从2010年6月到2011年3月的228347个数据库借阅记录，这里包括7235个读者信息和82459个书目信息，以及相关的数据文件。 　　华北电力大学图书馆使用了南京“汇文文献管理系统”；它的主数据库是Oracle 9.0数据库；主数据库的服务器采用了Win-dows 2000 Advance Server SP4操作系统。在本文介绍的数据挖掘中把主数据服务器中的数据库导入到另外一个服务器中，这样的安排可以避免主数据服务器在执行数据挖掘操作中负载比较重，这也提高了执行数据挖掘操作的效率。下面的图表示了如何建立数据仓库和执行数据挖掘算法以及发现有用信息和规则： 　　图1 数据挖掘的总体说明 　　总体上讲，读者借阅数据库是一个比较复杂的数据库。本文介绍的借阅数据库的容量将近8.5G。其中包括几百个相关的数据表，包含教师和学生的借阅信息以及书目信息。下面介绍建立数据仓库和数据挖掘的步骤： 　　（1）数据收集。首先和图书馆流通管理员进行交流，确定读者信息和借阅的时间段。然后从借阅数据库中近百个表中选择有用的数据。 　　（2）数据聚合。这个步骤是将选择好的数据进行转换，把它们转换成相同格式和尺寸的数据。这样做的好处是可以避免在未来的数据分析中发生不必要的错误。然后把数据载入数据仓库。 　　（3）载入数据仓库。在这里我们在分析用的数据库服务器上安装了Oracle 9.0和Microsoft SQL Server 2000两种数据库。目的是为了使用Microsoft SQL Server 2000中的DTS工具（数据传输服务）来进行数据仓库的构建。把数据从Oracle数据库导入Microsoft SQL Server 2000数据库；然后使用DTS工具构建数据仓库。 　　（4）数据挖掘。如上文介绍，本文采用的数据挖掘的方法是OLAP（在线分析方法）。它提供了从数据仓库中即时的查询和分析信息。OLAP具备精简数据、放大、轮换、复杂计算以及制作模型等特点。OLAP将图书馆借阅数据库的海量数据构造成三个维度：读者、书目、时间。读者就是样本中三个年级的学生。书目就是读者所借阅过的书目。时间就是从2007年6月到2008年2月这个分析用的时间段。并且使用Microsoft OLE DB技术连接数据库。最后，OLAP产生的Excel表作为分析的载体和