一、數(shù)據(jù)準(zhǔn)備

我們這里只是做一個比較簡單的挖掘分析，所以我們只考慮近兩年讀者的借閱情況，因此我們要先做一下數(shù)據(jù)的預(yù)處理，把兩年之前的借閱信息棄掉不用，這兩年每年的借閱數(shù)量和總借閱數(shù)量留待下一步聚類分析使用。由于讀者的情況變化可能會很大，因此近兩年的數(shù)據(jù)更具代表性，用來進(jìn)行分析也會更加貼近讀者的真實(shí)需求。

二、對數(shù)據(jù)進(jìn)行聚類

在這里我們使用k-means算法對第一步中清理出來的數(shù)據(jù)進(jìn)行聚類挖掘,設(shè)置聚類個數(shù)為3.代表把讀者一共分成3個大類，一類為頻繁借閱者，一類為普通借閱者，一類為偶爾借閱者.分好類之后我們就可以針對不同的讀者提供不同的、更加符合讀者需求的、個性化的服務(wù)了。按照以下幾個步驟對收集的數(shù)據(jù)進(jìn)行聚類分析：(1)把目標(biāo)對象劃分成n個非空子集（聚類）；(2)計(jì)算每個聚類中所有點(diǎn)的坐標(biāo)平均值，并將這個平均值作為每個聚類的中心；(3)計(jì)算每個點(diǎn)到聚類中心的距離，將每個點(diǎn)聚類到離該點(diǎn)最近的聚類中心的聚類中去反復(fù)執(zhí)行(2)、(3)，直到聚類中心不再進(jìn)行大范圍移動或者聚類次數(shù)達(dá)到要求為止下面是虛擬的聚類結(jié)果。

三、挖掘統(tǒng)計(jì)結(jié)果分析

上文介紹的挖掘方法比較簡單，僅僅是從借閱數(shù)量方面衡量了讀者的需求情況。但是在實(shí)際應(yīng)用中也有很大的可應(yīng)用、可擴(kuò)展?jié)撃堋τ谕诰虺鰜淼牡谝活愵l繁借閱者，我們可以適當(dāng)?shù)脑黾悠浣栝啍?shù)量的上限，這樣可以更好的滿足他們的需求；對于第三類偶爾借閱者，我們可以繼續(xù)采用其他的挖掘方法挖掘他們的興趣范圍和較少借閱的原因，從而相應(yīng)地改善圖書館的服務(wù)，為讀者們創(chuàng)造更好的閱讀條件。這樣把讀者分類之后再進(jìn)行數(shù)據(jù)分析，可以更加精確地挖掘出不同讀者的不同需求，可以給不同需求的讀者提供更加個性化的服務(wù)。

四、數(shù)據(jù)挖掘在圖書館中的應(yīng)用

例如利用關(guān)聯(lián)規(guī)則分析圖書借閱種類方面的聯(lián)系，從而改善圖書館的布局；利用決策樹的方法來對讀者的閱讀方向進(jìn)行分類。從而提供個性化的推薦服務(wù)等等。本文僅從一個方面對于數(shù)據(jù)挖掘在圖書館的應(yīng)用進(jìn)行了分析，窺一斑而知全豹，數(shù)據(jù)挖掘在圖書館數(shù)據(jù)處理方面的應(yīng)用是廣泛而有效的，可以進(jìn)行更深一步的研究與開發(fā)。

在現(xiàn)如今這個知識大爆炸的年代，各方面的知識和數(shù)據(jù)都應(yīng)該受到廣泛的重視與深入的研究，然而，這些信息魚龍混雜，如何取其精華棄其糟粕就成為了當(dāng)務(wù)之急，通過一些現(xiàn)代化信息技術(shù)的使用，我們可以提升獲取信息的速度、分離出有價(jià)值的信息、根據(jù)這些信息改善服務(wù)水平。隨著技術(shù)的不斷發(fā)展，圖書館的服務(wù)也正在從被動化服務(wù)轉(zhuǎn)向主動化服務(wù)，從簡單的信息接收轉(zhuǎn)向?yàn)樾畔z索、信息利用。

五、總結(jié)

總而言之，數(shù)據(jù)挖掘技術(shù)在圖書館數(shù)據(jù)管理與應(yīng)用方面的應(yīng)用前景非常的廣闊，隨著科學(xué)技術(shù)和圖書館硬件設(shè)備的快速發(fā)展，數(shù)據(jù)挖掘技術(shù)在圖書館的應(yīng)用將實(shí)現(xiàn)巨大的發(fā)展和長足的進(jìn)步。

作者：宋麗軍 單位：同濟(jì)大學(xué)軟件學(xué)院