基于大数据挖掘数字化图书馆服务创新新模式.docVIP

基于大数据挖掘数字化图书馆服务创新新模式 　　摘 要：社会发展信息化、网络化进程的不断推进，使得数据信息的开发、利用价值逐步提升，作为支撑人类社会发展的三大要素之一，信息服务模式以及内在资源挖掘已经成为各行业发展的重要基础。在此基础之上，作为人们获取信息资源的重要渠道，传统的图书馆服务体系已经无法满足人们对信息数据的实际需求。 　　关键词：移动互联体系；个性化服务；智能化推送 　　为更好的为用户群体提供信息服务，图书馆逐步由传统的信息服务模式转化为数字化、智能化的服务体系。管理机构通过建立开放性的移动互联体系，使得信息服务系统更加全面，提供了更多的信息获取渠道，进一步提升了信息资源挖掘的高效性。 　　1 大数据时代图书馆服务体系的发展特点及数字化大数据挖掘的主要流程 　　1.1 大数据时代图书馆服务体系的发展特点 　　1.1.1 大数据时代图书馆服务体系需要具备一定的开放性 　　顺应数据化、现代化技术发展浪潮的图书馆服务体系建设应该以开放性为主要的发展方向，保证图书馆系统的便利性、全面性与实效性。开放性系统构建的关键在于图书馆数据访问层的合理设计，数据访问层属于业务逻辑层、表示层等阶层对底层的数据进行访问的联通工具，当上一阶层需要获取相关数据时，底层的数据能够及时的为其提供信息服务。在具有开放性系统的图书馆中，数据访问层功能的合理设定，可以保证数据库访问、操作的具体授权与操作工作更加科学，为系统模块的运行提供信息基础。 　　1.1.2 建立起完善的移动互联体系 　　现代社会信息资源是社会各领域发展的重要资源类型之一，具备极大的开发价值。在图书管理体系中，书刊、报纸等信息资料的存储量成倍增长，无论规模多么巨大的图书馆都无法全部进行收藏，因为无法对所有数据资料进行加工、利用与开发。在此基础上，通过建立图书馆网络，将不同区域的图书馆资源进行串联，能够有效解决信息资源不全面的问题。具体来讲，图书馆网络可以结合各馆的等级与性质、财力、存储量等，确定补充收藏的实际范围，保证图书馆网络的完整性与系统性，进一步完善移动互联网络建设。 　　1.2 图书馆服务体系数字化大数据挖掘的主要流程 　　1.2.1 明确数据挖掘对象 　　对大数据的挖掘对象进行确认是数据挖掘流程中的首要问题，在实际的数据开发工作中，数据对象是未知的，但探索方向是已知的。因此，在开发过程中，需要事先明确挖掘对象，沿着一致的方向进行探寻，不能盲目的进行数据开发，导致事倍功半的效果。 　　1.2.2 做好数据准备 　　数据准备按照开发顺序的不同，分为四个步骤，包括：应用数据取样、特征探索、特征分析以及对数据进行预处理，其中数据取样是数据开发的重要前提。在图书馆服务体系中，不经过一定的处理、准备，就进行数据挖掘工作，将会降低工作的实际效率。通常情况下，准备工作需要先建立数据集，主要是把数据资源进行汇总，然后按照性质的不同放入一致的数据集合中，再从数据集中寻找挖掘对象相关的资源数据，按照要求对数据进行一定的处理。在此基础上，还要对空值、噪音、不完整等数据进行清除，优化数据使用质量，为下一阶段的工作提供便利。在确定数据挖掘类型的同时，需要进行调整处理，即将数据转化为简单模式，便于挖掘工作的顺利开展。 　　1.2.3 构建知识模型 　　构建知识模型是数据挖掘流程的核心内容。在进行数据开发工作之前，需要对开发的模型进行定位，主要内容包括决策树、遗传算法以及神经网络等内容，一旦确定了具体的知识模型，可以在后续工作中对内容进行自动填充。 　　1.2.4 对挖掘结果进行综合评定 　　在数据资料使用的过程中，应该对挖掘结果进行综合评定，深度发掘信息资源的内在价值。由于不同类型数据信息之间存在一定的差异，挖掘的准确性也会受到相应的影响，因此要对误差产生的原因及造成的成本损失进行综合分析。 　　2 通过优化大数据挖掘模式提升图书馆整体服务质量的创新途径 　　2.1 提升个性化服务水平 　　2.1.1 提供定制化的服务内容 　　不同的群体对信息数据的实际需求也存在差异，这种个性化的需求也使得信息推送内容的订制化成为影响图书馆服务质量的重要标准。因此，对大数据深入挖掘的服务系统应该为不同的用户群体提供定制的服务内容，保证信息资源服务平台的高效性。 　　2.1.2 提供具有针对性的服务方式 　　资源获取的定制化服务模式主要是指对不同用户群体获取数据信息的行为特点进行分析，根据习惯的不同，提供更加高效的服务手段。具体来讲，大数据挖掘模式下的图书馆信息平台，可以对用户的查询习惯、技术水平以及信息需求等资料进行全面分析，提供更加多样化的信息获取服务，使图书馆的服务模式更加人性化，为信息资源的深度开发提供便利。 　　2.2 通过智能化的信息推送服务，打破时间与空间