大数据挖掘在高校图书馆个性化服务中应用研究

□徐洁琳 程志强

大数据分析的方式能够给管理带来更多的辅助信息，使得管理更具有针对性。目前在高校的图书馆中，个性化服务已经成为一种必然的趋势，如何将大数据挖掘与个性化服务结合起来，使得这一服务更加符合用户需求，是目前需要研究的一个重点课题。

一、目前高校图书馆在提供个性化服务方面存在的不足

(一)资源分布不合理。在目前图书馆的信息资源分布结构当中，纸质的图书还是占据了最大的比重。高校图书馆的大量资金都会花费在购买纸质图书上，同时也会购买大量的数据库等电子期刊资源。但是目前新一代的用户受众更加偏向于电子化的阅读，人们手中的智能设备在阅读电子书时会更加的便利和高效。人们的阅读习惯正在由纸质化转向电子化，对于这一转变，图书馆的资源管理也应当与之相适应。在图书资源的管理上购进更多的电子化书目，同时使得学生查询以及下载电子书时更加方便和快捷。现阶段图书馆对于电子化书目的重视程度还不够，对电子资源的宣传也十分不足，不少学生在校阶段不知道图书馆有大量的电子期刊资源，或者不知道如何运用这些工具去搜寻信息。图书馆需要加强自身在电子化资源使用的宣传普及上，例如在学校开设更多与图书馆电子资源使用相关的课程，让学生了解如何利用图书馆购进的电子资源来寻找自己想要的相关信息。使得学生对图书馆购进的电子资源做更好的利用。

(二)图书馆之间的资源共享工作不到位。对于资源的流通和管理来说，各个图书馆之间的图书资源流通是一个很好地提高图书资源利用率的手段。但是目前的现状表明，各图书馆之间对于资源的互借使用情况并不良好。不少学生在提交馆际图书借取的申请之后需要很长一段时间才能够收到回复，同时图书借阅成功的几率并不是很高。对于这一现象，图书馆之间需要做更多的工作沟通以及制度上的改良，使得需要进行互借的图书都备份有电子版，这样可以使得学生在借取图书资源时能够更加快速和高效。另外，对于纸质书目的互借也应当加强其运输效率，使得学生能够在更短的时间内借到其想要阅读的书目。

(三)图书推荐功能性不足。图书馆在不仅一批新的书目之后需要对新书进行推广宣传，让学生了解到有这样一批书目已经购进。而在对这批图书进行推荐的过程中，图书馆目前的信息推广工作效果不佳。不能够很好地找到书目的目标用户。对于平日里经常阅读与此书目类别相关的学生而言，他们是对这一批新的书目最感兴趣的目标读者，图书馆应该将宣传重心更多地偏向这批用户，这样才能使学生尽快得知其感兴趣的书目信息，这是对图书馆个性化服务的一个有力提升和改善。

二、图书馆个性服务的几大特点

(一)图书个性化推荐功能。图书馆在提供图书信息的服务是十分重要的一个特点，就是为学生提供图书推荐。目前许多高校采用的是借阅排行榜的形式来为学生提供最近一周或一个月内被借阅次数最多的图书，学生可以参考其他学生借阅次数最多的图书清单来寻找自己感兴趣的书目。这一推荐方式有着很大的局限性，只能够显示出流行性广的书目名单，但是这一榜单的专业性不强，也不能根据需求不同的读者用户提供不同的个性化推荐服务。图书推荐是一个很好地提高图书借阅率的手段，也是为学生提供个性化图书信息服务的一个良好渠道，因此在对图书馆的个性化服务进行改良时应当着重对个性化推荐做更好的设计，使得图书推荐真正能够结合学生的专业特性、兴趣爱好以及历史借阅记录来进行更好的推算[1]。

(二)图书个性化检索功能。学生在图书馆内进行图书借阅室，往往要选用图书检索的功能。检索出来的图书信息一般含有图书的编码以及所在的位置。为了更加方便学生找到所想要截取的图书，可以在信息检索功能中添加更多便捷化的服务，例如在图书位置中加入图书馆地图的选项，点开之后学生可以清晰地看到图书在图书馆内的哪一层和哪一排书架，这种三维立体图的方式能够使得学生更好地掌握图书所在的位置。

另外，学生在进行图书检索时，可以采用精确检索和模糊检索两种功能，当学生不清楚想要寻找的书目的具体名称时，可以采用模糊检索。输入关键词之后反馈出与这个关键词相关的书目信息。再对这一检索功能进行更好的个性化提升时可以使其添加进精确性检索和新颖性检索两个特征，当学生想要选取出与这一关键词密切相关且同质化的书目时，系统将会反馈出一系列与这一关键词同质化的书目名单，而当学生想要检索出与这一关键词类似但不同种类的更加新颖的书目时，系统能够反馈出更多与此相交叉的其他领域的书籍。此外，还可以在检索功能中设计出更多的个性化选项，例如为学生设计出中文书目优先显示的选项，或者在相关教材信息显示的过程中将其作级别排序，将最开始的入门教材排在最前列。

(三)图书个性化推送服务。图书馆自身的信息宣传系统可以为读者提供更多的书目推广的信息推送，例如目前我国各高校都开办了自身的官方微信公众号，每天都可以一篇文章的形式来为读者提供信息服务。但是目前图书馆的信息推送情况仍是以同一内容面向所有的目标用户，没有针对不同的用户群体进行不同的个性化信息推送服务[2]。在这一点上图书馆的信息管理工作可以做更多的改进，在用户平台信息的收集工作上做更多的区分，使得用户认证自身的专业和职业，例如对于在校的教师推荐相关的学术专著或期刊的信息，而对于在校学生则提供更多与其专业相符合的图书信息。这种针对不同用户的不同推送能够使得信息化服务更加符合读者的信息需求，在图书的使用上也能够更加具有目标性，同时可以很好地提升读者的信息使用体验，对于图书的宣传工作能够起到更高的效用。

三、利用大数据提升图书馆个性化服务的具体措施

(一)分析读者阅读习惯。读者在借阅了图书之后，将会在图书馆的系统当中留下借阅记录。针对所有读者用户的借阅记录，图书馆可以对这一大数据进行更加深入的分析，了解用户的阅读偏好是哪一类型的图书，借这一数据来设计更加良好的算法，使得读者在进行图书信息检索时，能够使用这一算法为读者提供更好的更有针对性的个性化图书推荐。在进行图书个性化推送的撰写时，也可以利用大数据挖掘到的用户阅读偏好，针对喜爱量和借阅量最大的图书进行相应的图书介绍，另外，通过大数据也可以分析出图书馆内利用率最低的图书信息，因此图书馆可以更加有针对性地对这一批利用率较低的图书做更多的推广宣传[3]。

(二)用户类别分析。图书馆可以对用户的类别做更多细致的分析，了解不同专业领域的读者在各自的领域之间的阅读习惯。借助其以往的阅读记录和点赞评论记录来进行深一步的分析，根据这一用户行为来记录和识别这个用户的特征，在进行信息推送的过程当中，结合对用户的个人特点来进行相关的个性化推荐。由于读者的职业属性不同，其所需要的信息化服务也有所不同。因此在信息推送的管理上需要做更加细致的划分，针对不同用户的推送，应当结合其信息需求的特点，了解目标用户以往对哪一些关键词较为活跃，以此来识别其兴趣爱好特征。借助这一方法来将个性化信息推送服务提高到更高的水平。

(三)优化书目选购。对图书馆内书目的购进而言，需要考虑到各方面的因素。第一，需要依靠图书馆内的专业人员的图书购进规划，同时结合校内教师的专业化意见。第二，为了为在校的读者提供更好的个性化图书服务，还应当更多地结合读者的个人需求。对此可以利用大数据挖掘这一技术来了解到读者的阅读需求，根据对用户行为和阅读习惯的分析来探究用户希望购进的书目有哪些类别。第三，还可以利用各种手段在线征集读者想要阅读的书目清单。对于图书馆的图书购进而言，需要更多地考虑到读者自身的需求，这样将会更加有目标性地购进读者需要的图书。除了线上的收集，还可以设置更多的智能推荐算法，依据用户以往的喜爱来智能地推算出读者可能希望阅读到的书目。第四，对于馆内书目的管理而言，可以听取更多读者的意见。例如部分书目的借阅频率很高，不少读者会反映很难见到其想要阅读的书目，对于这一部分的读者需求，图书馆应当给予重视，收集到用户的意见之后快速进行处理，对相对短缺的书目进行补充，及时处理读者反映的困难和问题，这样可以使读者对于图书馆的个性化服务有更好的反馈。

四、结语

大数据的挖掘分析能够使图书馆的管理者对用户信息做更好的分析和使用，更加了解读者的阅读习惯以及兴趣爱好，在此基础之上，为用户提供更加准确和有价值的信息服务。这一方面能为图书馆的图书资源做更多的推广，另一方面能够使得用户对图书馆的体验感大大提升。在进行用户信息挖掘的过程当中要注意信息安全的问题，对读者的个人信息要做很好的保护，避免出现个人信息泄露的事故发生，这样才能够使图书馆的信息服务走向更加成熟更加全面的发展道路[4]。