数据挖掘在高校图书馆个性化服务中的应用

于柯柯

(郑州工业应用技术学院,河南 新郑 451100)

0 引言

大数据在当前社会应用的愈发频繁,数据挖掘技术的使用频率也随之上升,可以应用于多个领域。 在高校图书馆建设过程中应用数据挖掘技术,可以快速了解学生的阅读需求并分析校园图书使用方向,在此基础上为学生推送针对性的书籍和资料,可简化学生的图书借阅步骤,满足学生的资料挖掘需求,有效改善学校图书馆建设效益。

1 数据挖掘在高校图书馆个性化服务中应用概述

1.1 数据挖掘技术

数据挖掘技术是随大数据发展兴起的一种新型数据处理技术,它包含8 种操作方法,可以根据挖掘对象的信息存储格式来进行针对性的数据挖掘,进而服务于群众的信息需求。 通过完善数据挖掘技术,可有效提升数据挖掘质量,为群众生活提供更多便利。

1.2 个性化服务推荐

个性化服务即将服务以更加个性化的方式呈现,可以根据群众的需求调整服务方式和服务范围,继而保障群众所接受信息和数据的清晰度,使得群众在享受个性化服务过程中获得满足感。 通过在高校图书馆建设过程中引入个性化服务,可以为读者有效阅读图书馆书籍和相关数据提供更加便捷的通道,使得读者可以快速获取自己想要的图书资源并完成借阅工作,其书籍借阅量和借阅频率等较以往都有明显的提升,图书馆的图书资源使用效率也随之提升,可有效改善图书馆的图书借阅情况,同时为高校图书馆建设提供必要的信息支持,高校图书馆资源引进和服务水平提升的导向性也随之增强。 在图书馆日常管理过程中也可以发现,部分用户并不明确自己想要检索的图书特征以及自己想要的信息,只能通过模糊字段来搜索相关内容,此时图书馆推送给该类用户的书籍和资料信息等可能与用户想象之间存在较大的出入。 而在引入高校图书馆个性化服务功能之后,系统可以根据用户以往的检索特征及用户的专业数据来对其所要检索的字段特征进行综合分析,在此基础上筛选与用户日常学习、研究所匹配的书籍和相关资源为其服务,用户能检索到自己想要信息的概率较以往明显提高。

1.3 高校图书馆个性化服务中应用数据挖掘的原因

高校图书馆建设过程中,应用数据挖掘技术可以为读者提供更具针对性的服务并生成个性化服务系统,系统可以快速了解读者的需求,并为读者提供想要的资源。 其应用模式与实体图书馆之间存在较为明显的差异,读者在前往实体图书馆阅读资料时,需要自己根据图书编号寻找书籍,一定程度上影响了读者的阅读速度。 很多读者不了解图书存放规则,在查找图书时可能会消耗较多的时间[1],读者到图书馆阅读资料,一般会专门空余一个时间段前去,还会受到图书馆开放时间的影响,无形中增加了读者阅读的时间成本。而在应用数据图书馆之后,只要读者有需要,任何时间都可以利用网站登录图书馆平台,只需完善个人信息,即可享受个性化挖掘服务提供的书籍并快速查阅专业书籍,数据获取便捷程度较以往明显提升。

高校图书馆个性化服务建设过程中,利用数据挖掘的优势,除了使用电子书籍之外,还可以有针对性地收集相关书籍、视频信息和公共信息,快速完成数据信息的排列组合,读者借阅书籍时,可以收获与所借阅书籍对应的数据资源包,继而更好地进行信息消费。

2 高校图书馆个性化服务中应用数据挖掘的意义

2.1 广泛传播校园文化

学校是一种特色文化品牌,高校图书馆是学校文化品牌建设的重要基础。 要培育符合学校倡导的人文价值理念的优质学生,就必须加强对高校图书馆建设的重视。 一方面,学校通过教师集中授课,向学生传递文化知识和理论,同时使用图书馆作为资料补充,引导学生利用高校图书馆个性化服务搜集与所学理论相关的知识,进一步拓宽学生知识面,调动学生学习热情。另一方面,高校图书馆建设过程中,可以有计划地打造每周书籍主旨专题,如感恩专题、鲁迅专题等,使学生在高校图书馆或网上搜集资料时,有意识地阅读图书馆推荐的书籍,了解其中所蕴含的价值观念,在潜移默化中养成感恩意识和服务意识,提升学生的社会使命感。

2.2 优化图书馆书籍资源使用方向

高校图书馆建设过程中,发现很多数据长期得不到使用,但是会突然在某一阶段呈现广泛使用的趋势,大量学生会同时借阅该类书籍。 究其原因,一般是教师在讲课过程中提到了该类书籍,同时可以帮助学生更好地理解课本知识,使得学生的借阅热情明显上涨。另一方面,在学校开展校园文化建设过程中,也会出现部分书籍短时间被大量借阅的情况,原因在于,校园文化建设过程中有意识地强调了某些资料或数据源,学生在竞争意识的驱动下主动阅读相关书籍[2]。 传统高校图书馆管理过程中,只是单纯地根据学生的需求将图书资料摆放好,但是在引入数据挖掘技术之后,利用数据挖掘技术中的信息分析模块,可以快速地了解某一阶段的学生阅读需求,并生成对应的图书资源借阅方案,图书馆管理人员可以据此整理需求,调整“明星书籍”的借阅位置,同时针对性地采购相关资料,有效提升读者阅读兴趣。 在阅读过程中,还可以使用高校图书馆提供的数据资源来了解相关信息,其读书成本较以往明显下降。

2.3 拓宽学校资源服务模式

高校图书馆建设过程中,受到书籍发行量、发行版本以及图书馆采购成本等的影响,图书馆的图书存量等可能会受到限制,导致最终无法满足学生的借阅需求。 为了更好地迎合学生的借阅特点,为学生快速找到各类书籍,可以利用数据挖掘技术为学生提供书籍数据,使得学生可以利用图书借阅平台阅读电子图书,满足学生的书籍阅读需要,对推动高校线上阅读文化氛围建设具有积极作用。

3 高校图书馆个性化服务存在的不足

3.1 读者需求挖掘不深入

高校图书馆发展过程中,要为用户提供个性化服务,就必须加强对用户需求、用户学习特征及读书特征的重视,通过灵活收集用户的查询信息和专业类别等对信息进行整合,以此形成动态化筛选变动机制,可以根据用户在不同时段的需求提供更具针对性的图书服务,使其真正接受图书馆个性化服务体验。 但是,在当前高校图书馆发展过程中,个性化服务实际上是响应用户的主动需求的精细服务,应用时并没有对用户的潜在需求进行挖掘,没有对用户进行全面的信息筛选,最终推出的个性化服务相对比较基础,与用户实际要求之间仍然存在一定差距。 而对于高校图书馆用户来说,不同时段的读书需求会受心情和外部因素影响,阅读的书籍也会随之发生变化。 此时,如果用户不主动在图书馆线上系统查询信息,图书馆在为用户推送图书信息时,仍然按照之前收集的数据向用户推送,自然会影响用户的读书体验,也不利于高校图书馆建设过程中个性化用户档案的快速形成。

3.2 信息推荐深度有待增强

高校图书馆个性化服务建设过程中,除了要加强过滤检索技术和相关推荐技术的重视之外,也应当加强用户实时兴趣跟踪系统建设的重视,根据用户的实际情况、用户在不同阶段的学习体验及用户的活动参与过程来收集阅读信息并搭建精准化的用户模型,系统后期可以自动收集用户行为和用户学习兴趣等,用户动态化信息筛选也会更具实时性。 当前高校图书馆的建设过程中,很多都只是流露出个性化服务的发展意向,在为读者提供服务时,仍然以图书检索查询、文献传递以及图书借阅为主,各功能模块的分布位置相对比较零散,需要用户主动搜集上述信息,才能快速完成图书检索工作,与个性化服务之间仍存在一定差距。

3.3 读者需求考虑不足

高校图书馆个性化服务建设的核心即突出用户的使用主体地位,从用户需求角度出发,开展图书馆基础设施建设和网页建设工作,继而更加有效地调动各种类型的资源,为用户提供全面且具有针对性的信息服务。 但是,在当前高校图书馆建设过程中,很多仍以图书馆为主体开展综合建设工作,各项工作都围绕着提高图书馆服务精细化水平开展,在读者兴趣方面考虑得相对较少,后期自然也不能为读者的阅读兴趣提供配套服务,导致图书馆个性化服务的针对性相对较低,用户从图书馆信息系统搜集信息时,收集到的和自己想要的也存在着一定差距,一定程度上影响了用户的使用体验。 对此分析发现,一方面是信息挖掘技术相对比较落后,缺乏与图书馆个性化建设服务完全匹配的模型,导致图书馆信息检索和服务筛查能力落后于用户需求;另一方面是图书馆建设过程中,对用户需求的考虑相对较少,个性化服务开展缺乏完整的规章制度,也没有积极地推动落实,影响了读者的个性化借阅需求快速实现。

4 高校图书馆个性化服务中应用数据挖掘技术的方式

4.1 深入挖掘借阅需求,规范数据借阅模式

高校图书馆个性化服务建设过程中,应有意识地加强对读者书籍阅读需求的重视,在数据挖掘技术的帮助下,快速了解各类书籍的借阅频率和借阅量,分析读者借阅书籍之间的联系和书籍的实用效果,从增加读者选择性的角度出发,为读者提供更多的相关书籍,进一步拓宽读者的阅读面。 在数据挖掘技术的帮助下,使用数据分析功能可以快速完成书籍分类和聚类工作,减轻工作人员负担。 同时,为了保障高校图书馆建设的规范性,避免给读者造成过多的时间负担,在使用数据挖掘技术时,应当及时规范数据挖掘技术应用模式,简化图书借阅步骤,避免读者在书籍借阅过程中遇到数据不清晰等问题,可有效提升高校图书馆数据借阅平台的使用效率,读者在应用读书平台时对图书平台的观赏性评价和使用性评价等都会随之提升。

4.2 建设院系数据库

高校所涵盖的专业较多,不同学生对图书资源的使用需求也存在差异,高校图书馆在为学生提供统一规范服务的同时,应当根据学生的学业发展需求来搭建对应的院系数据库,为学生提供更多专业化书籍。高校图书馆建设过程中,一般会存储学生的姓名、学号、所学专业和借阅书籍信息,图书馆工作人员可以在数据挖掘技术的帮助下,将学生的专业特征和图书借阅信息等整理起来,利用数据筛选功能等对专业相似的学生图书借阅特征进行统一的数据深挖分析,快速确定各专业学生的图书借阅需求及专业书籍应用方向。 同时,使用数据挖掘功能搜集高校图书馆中的专业书籍,为学生提供针对性的书籍借阅清单,可以帮助学生快速确定资源位置,拓宽学生的阅读方向,帮助学生快速找到自己所需要的数据资源。

4.3 提升个性化服务交互性

高校图书馆个性化服务建设过程中,首先应有意识地提升服务交互性,搭建客服服务系统来帮助学生快速搜集所要借阅的书籍,并根据学生的需求生成图书借阅反馈,为学生提供更多相关的资料。 其次,在个性化服务交互性建设过程中,可以根据读者留下的阅读意见和读者对借阅平台的评价等针对性地改进个性化服务建设方向,并通过完善图书馆书记服务平台为读者提供参与改造学校图书馆的渠道,根据学生的建议进行数据比对和数据分类,将读者意见应用到图书馆改进建设过程中,有效提升学生的图书馆建设参与感。 此外,高校图书馆建设过程中,应当根据教职工的信息需求特点和学生的阅读需求推出书籍借阅清单和书籍资料包,读者通过网络图书馆平台即可阅读相关书籍,进一步优化教职工和学生的阅读体验[3]。

4.4 改进数据挖掘设计方案

高校图书馆建设过程中使用数据挖掘技术时,应根据教职工和学生借阅需求以及图书馆建设方向调整应用模式,生成对应的设计方案,以更好地服务平台建设为目标,为读者提供更加全面的书籍借阅信息,完善书籍汇总和分类需求,使得读者可以根据个人意愿选择相应的书籍。 在书据挖掘设计方案建设过程中,技术人员应当加强对高校图书馆平台各模块应用特点的重视,不仅要完善数据筛查和汇总功能,还应当结合高校图书馆推出的各模块特点,及时统计图书借阅角色信息和书籍借阅类别信息等,在此基础上完善数据收集和数据分析处理等各端口的技术,有效提升系统反应速度,方便读者阅读查询资料,为读者提供更加优质的阅读体验。 在数据挖掘实现方案设计过程中,技术人员要格外关注选取数据特征这一服务,在实际设计环节中结合高校图书馆读者特点,将其划分成学生、教师等不同的群体,从群体日常的借阅行为和图书借阅搜索内容出发,开展相似性计算工作,以此得出相似性特征,并分析不同群体的重点发展趋向。 在此基础上,通过对其下载的信息、标题和个人信息等进行综合分析,筛选出用户在使用图书馆借阅功能时,所选择的主要借阅方向,后期服务推荐时,可以从用户的实际需求出发,为其推荐更多的专业化书籍,提升图书馆个性化服务与用户行为特征之间的匹配度,改进高校图书馆个性化服务质量。 高校图书馆个性化服务建设过程中,在大数据挖掘技术的帮助下,一方面可以通过跟踪用户固定周期内的借阅信息和浏览记录对用户的发展方向进行判断,并为其推荐针对性的书籍;另一方面,还可以引入用户行为与用户需求匹配逻辑等新功能,跟踪用户行为,并对捕捉到的用户行为进行特征分类,根据不同加权来计算各类特性出现的原因以及在用户后期借阅行为中的体现,在此基础上进行全面的分析,并保留用户实际需要。

5 结语

高校图书馆个性化服务建设过程中,应用数据挖掘技术可以快速完成书籍整理和分类工作,同时根据学生的借阅需求来提供针对化的书籍资源包,帮助学生快速搜集想要了解的信息。 还可以根据学生的建议来完善图书馆建设方向和资源引进方向,继而提供更多满足学生借阅需求的书籍,有效提升学生的书籍借阅量和借阅频率,在校园内形成浓郁的书香氛围,对进一步优化高校图书馆个性化服务建设方向、提升图书馆建设效益等具有积极作用。