本站小編為你精心準(zhǔn)備了談大數(shù)據(jù)的圖書(shū)館借閱狀況分析參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要：以上海浦東圖書(shū)館的自動(dòng)借還書(shū)系統(tǒng)中的借閱記錄和讀者信息為基礎(chǔ)數(shù)據(jù)來(lái)源，闡述數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則算法，分析讀者的行為模式，從而提升圖書(shū)館的服務(wù)能力。

關(guān)鍵詞：數(shù)據(jù)挖掘，關(guān)聯(lián)規(guī)則算法，行為模式。

0引言

數(shù)據(jù)挖掘作為一種深層次的數(shù)據(jù)分析方法，可以從大量的數(shù)據(jù)中挖掘出反映用戶屬性特征和信息行為特征的信息和規(guī)則，從而為圖書(shū)館用戶資源管理提供極大的幫助。通過(guò)關(guān)聯(lián)規(guī)則算法，對(duì)這些大數(shù)據(jù)情況進(jìn)行分析和研究，從而透過(guò)表面的雜亂數(shù)據(jù)，獲得讀者信息屬性間的關(guān)聯(lián)情況，可以制定出更合適該圖書(shū)館的借閱服務(wù)。

1研究背景

面對(duì)大數(shù)據(jù)背景下，讀者借閱情況的數(shù)據(jù)，如何從中觀察和預(yù)測(cè)讀者的借閱習(xí)慣，以便進(jìn)一步了解讀者的需求，從而進(jìn)一步完善智慧化的讀者借閱服務(wù)？包括哪些省份的讀者是主要讀者群體，這些群體又對(duì)應(yīng)需要哪些書(shū)籍；讀者的年齡分布如何，他們與讀者來(lái)自哪些省份是否有關(guān)聯(lián)；讀者群體性別比例情況如何，不同性別是否對(duì)書(shū)籍的需求有不同；同性別不同省份的讀者需求是否相同；針對(duì)不良借閱行為，讀者群體的不良借閱行為是否比例很高，又與省份是否有密切關(guān)聯(lián)等。這些都值得我們?nèi)パ芯糠治觯牵鎸?duì)豐富的數(shù)據(jù)，如何著手，通過(guò)數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則算法，可以有效解決以上問(wèn)題。本文將討論基于關(guān)聯(lián)算法的讀者行為分析，從而分析讀者借閱歷史記錄中各屬性情況，及各屬性間的相互關(guān)聯(lián)情況。實(shí)驗(yàn)研究結(jié)果將應(yīng)用在圖書(shū)館服務(wù)的決策制定中。

2國(guó)內(nèi)外研究狀況

圖書(shū)館的讀者行為方面的研究，有許多學(xué)者已發(fā)表了許多文章。有從圖書(shū)館情報(bào)方面去研究的，包括從圖書(shū)館提供服務(wù)與讀者行為的關(guān)系角度分析的；問(wèn)卷調(diào)查的方式調(diào)查分析的，由于數(shù)據(jù)來(lái)源是問(wèn)卷調(diào)查，顯然不夠客觀準(zhǔn)確反映讀者實(shí)際閱讀情況，調(diào)查內(nèi)容涉及對(duì)資源的滿意度、對(duì)設(shè)施硬件的滿意度及服務(wù)態(tài)度的滿意度等；單單從不良借閱情況分析讀者行為的等。也有結(jié)合數(shù)據(jù)挖掘去分析研究的，包括以決策樹(shù)方法分析主要屬性結(jié)點(diǎn)情況，從而了解讀者借閱行為特點(diǎn)的；以聚類分析方法分析讀者群情況、書(shū)籍借閱情況等。當(dāng)然也有和本文研究方式相同的算法關(guān)聯(lián)分析讀者行為情況的。本文的研究角度和研究?jī)?nèi)容有別于這些研究。研究書(shū)籍借閱間的關(guān)聯(lián)性，組織相似讀者群；或是針對(duì)圖書(shū)館借閱系統(tǒng)進(jìn)行單純的算法設(shè)計(jì)和改良的研究等。RobinR.Sewell[1]和Cuddy,C[2].利用Twitter這個(gè)新型社交網(wǎng)絡(luò)工具來(lái)發(fā)現(xiàn)圖書(shū)館讀者行為特點(diǎn)并分析。Chan-Chine[3]運(yùn)用數(shù)據(jù)挖掘方式，將讀者分類并研究出更科學(xué)合理的讀者服務(wù)內(nèi)容，發(fā)現(xiàn)讀者更趨向新型的電子資源的內(nèi)容形式。ScottNicholson[4]提出從書(shū)目探勘角度，討論如何建設(shè)書(shū)籍資料庫(kù)及具體步驟，即建立一個(gè)廣義的數(shù)字圖書(shū)館，從而更好地研究分析讀者借閱行為。KathleenHalverson提出了一種新的圖書(shū)館合作模式，及公立的圖書(shū)館與學(xué)校圖書(shū)館建立合作關(guān)系，從而解決資金和藏書(shū)量不夠等問(wèn)題，更好地為讀者提供服務(wù)。

3基于關(guān)聯(lián)算法的讀者行為分析

讀者頻繁項(xiàng)集的構(gòu)建。以關(guān)聯(lián)算法，掃描數(shù)據(jù)庫(kù)，生成候選1項(xiàng)集，并依次構(gòu)造最小支持度為2的讀者頻繁項(xiàng)集，假定數(shù)據(jù)是下記，最小支持度為2的場(chǎng)合。依照上述方法掃描數(shù)據(jù)庫(kù)，依次生成候選1項(xiàng)集和頻繁1項(xiàng)集、候選2項(xiàng)集和最小支持度生成頻繁2項(xiàng)集以及候選3項(xiàng)集和最小支持度生成頻繁3項(xiàng)集……，依次推算，可以構(gòu)建出讀者頻繁項(xiàng)集。結(jié)論分析。通過(guò)以上構(gòu)建讀者頻繁項(xiàng)集的關(guān)聯(lián)算法分析方法，分析大數(shù)據(jù)后，獲得以下發(fā)現(xiàn)。（1）讀者群的基本情況：①主要讀者群體來(lái)自上海本地，其次為江蘇和安徽。②讀者相當(dāng)一部分是青壯年。③除了上海讀者群年齡段分布顯著，其他省份讀者群則基本都是青壯年。④讀者群體集中在上海江蘇安徽三省。⑤上海和安徽是女性讀者多于男性讀者，其中上海男女比例0.6：1，安徽省男女比例0.9：1，江蘇省男女比例1.1：1。⑥系統(tǒng)規(guī)定借閱冊(cè)數(shù)上線為10冊(cè)，讀者更傾向借閱10冊(cè)或者1冊(cè)書(shū)籍。（2）正常借閱書(shū)籍的讀者群中，借閱書(shū)籍的類型與讀者來(lái)自的地域、性別和年齡段的關(guān)聯(lián)情況分析。①女性讀者顯著比男性讀者借閱更多的文學(xué)和語(yǔ)言類書(shū)籍，但是工業(yè)技術(shù)、經(jīng)濟(jì)軍事、社會(huì)科學(xué)、藝術(shù)、政治法律類方面書(shū)籍，男性讀者則相對(duì)比女性讀者多一些，尤其是工業(yè)技術(shù)、經(jīng)濟(jì)軍事類書(shū)籍顯著多于女性讀者。特別是軍事方面書(shū)籍，女性借閱量為0。②上海市的女性讀者借閱醫(yī)藥衛(wèi)生類書(shū)籍占的比例相比各地域總體的情況，要明顯高出許多。而且，除了軍事工業(yè)數(shù)理化等男性感興趣的書(shū)籍，其他書(shū)類均是女性讀者占得比例高于男性讀者。無(wú)論是上海市女性讀者還是整體的女性讀者群體，其文學(xué)書(shū)籍借閱量很大，且都顯著大于男性讀者，其他方面基本持平。③上海市讀者群體，兒童讀者集中借閱文學(xué)類書(shū)籍，所占比例近四分之三；青壯年讀者借閱的類型較廣泛和均勻，其中文學(xué)類所占比例較大；中老年讀者更多閱覽文學(xué)書(shū)籍，老年讀者還對(duì)歷史地理書(shū)籍感興趣。④但是，從總體數(shù)據(jù)看來(lái)，青壯年讀者占主要讀者群體，且讀者借閱的書(shū)籍類型與性別關(guān)聯(lián)不大。（3）有不良借閱行為的讀者群與讀者來(lái)自的地域、性別和年齡段的關(guān)聯(lián)情況分析。不良借閱行為分為已歸還書(shū)籍但是欠逾期費(fèi)未付和仍未歸還到期圖書(shū)兩類讀者群體。①產(chǎn)生不良借閱行為的情況下，隨著讀者所借閱的冊(cè)數(shù)減少，其產(chǎn)生不良借閱行為的人數(shù)則增加，且仍未歸還到期書(shū)籍的人數(shù)均要顯著多于已歸還書(shū)籍但未付逾期費(fèi)的讀者人數(shù)。②三省欠逾期費(fèi)冊(cè)數(shù)在5～8冊(cè)均為0，集中在1～3冊(cè)；三省仍未歸還圖書(shū)行為中，上海市讀者借9冊(cè)書(shū)仍未歸還的情況為0，浙江省和安徽省則集中在10冊(cè)和1冊(cè)。有不良借閱行為的借閱的書(shū)籍量多為1～5冊(cè)。③女性讀者的不良借閱行為較男性讀者更多。④上海市的讀者群，女性不良借閱行為所占比例明顯大于男性；而其他地域則基本與性別關(guān)系不大。④老年讀者沒(méi)有不良借閱行為。青壯年的不良借閱行為顯著高于其他人群。⑤青壯年和中年讀者群，女性的不良借閱行為要多于男性，而兒童則相反。（4）關(guān)于一名卡號(hào)為20707的忠實(shí)讀者，在2006～2013年的八年借閱書(shū)籍情況的統(tǒng)計(jì)與分析：①讀者自辦卡以來(lái)，年借閱量基本穩(wěn)中有增，尤其是2010年的借閱量增長(zhǎng)迅速，可能與圖書(shū)館搬新館有關(guān)。因此，圖書(shū)館的硬件環(huán)境對(duì)讀者的吸引力還是很大的，但隨后年借閱量又慢慢滑落，可能是新硬件的配置逐漸失去興趣，又或者是搬新館的地址與家的距離增大或者新館周邊交通不便引起的。②這八年讀者基本都會(huì)來(lái)圖書(shū)館借閱書(shū)籍，是忠實(shí)的讀者。

4結(jié)語(yǔ)

基于關(guān)聯(lián)算法的研究，可以得到圖書(shū)館讀者的基本情況包括省份、年齡段和性別分布，主要省份讀者的情況，書(shū)類與省份性別的關(guān)聯(lián)情況等。下一步可以從以下幾個(gè)方面進(jìn)行改進(jìn)和研究：（1）書(shū)籍分類的細(xì)化。中圖法的分類很細(xì)，如果進(jìn)一步分析大類下的子類，對(duì)于讀者的閱讀興趣行為會(huì)有更豐富的研究結(jié)果。（2）獲取更多的讀者信息細(xì)節(jié)。由于圖書(shū)館借閱系統(tǒng)統(tǒng)計(jì)到的讀者信息的局限性，導(dǎo)致研究的關(guān)聯(lián)屬性還不夠豐富，目前該借閱系統(tǒng)將被更新，今后會(huì)有更多研究數(shù)據(jù)。（3）更多角度分析讀者行為。研究方法已經(jīng)討論基于關(guān)聯(lián)規(guī)則，那么基于該方法的具體研究方面，可以拓展到讀者的星座、住址與圖書(shū)館的距離、職業(yè)、交通工具對(duì)讀者借閱行為的影響情況。

作者：陳佳欣 單位：上海浦東圖書(shū)館