基干大数据背景下公共图书馆用户行为探析与应用.doc

基于大数据背景下的公共图书馆用户行为分析与应用 　　摘 要 信息技术发展的背景下，公共图书馆面对日益增长的读者需求，需要能够及时了解并掌握读者的兴趣爱好及阅读特征情况。本文通过分析各类用户行为数据来源及特征，从图书馆服务效能、个性化服务及创新管理模式等方面阐述了读者行为分析的目的和意义 关键词 图书馆 读者访问 数据挖掘 行为分析 分类号 G252 DOI 10.16810/j.cnki.1672-514X.2016.10.017 Analysis and Application of Public Library User’s Behavior Based on Big Data Shi Yeming Abstract Under the development of information technology， the public libraries face the increasing needs of readers. They need to be able to understand and master the readers interests and reading characteristics in time. In this paper， through analyzing the source and characteristics of various types of user behavior data， it expounds the purpose and significance of the readers behavior analysis from the aspects of library service efficiency， personalized service and the innovation of management mode. Keywords Library. Reader access. Data mining. Behavior analysis. 信息技术发展的背景下，公共图书馆面对日益增长的读者需求，需要能够及时了解并掌握读者的兴趣爱好及阅读特征情况，在为读者提供服务的过程中能够精准的、能够主动的引导读者需求。如果将每位读者的个体行为通过数据挖掘技术进行分析，可以为服务质量的改进提供第一手的参考资料。目前，基于数据挖掘技术的行为分析在图书馆行业的关注度最近几年呈上升趋势，本文拟就图书馆的读者行为进行相关数据的归类分析，并在行为分析的基础上探讨其数据分析应用的目的和意义 1 基于数据挖掘技术的图书馆用户行为分析 图书馆用户行为分析，是指在获得图书馆用户新型多结构数据的情况下，对相关数据进行交叉融合分析，建立关联数据模型，预测用户行为，从中发现用户访问图书馆资源的规律，并将这些规律与服务策略等相结合，以发现服务过程中存在的问题，并为进一步优化服务提供数据和建议，从而改进服务方式 1.1 数据分析方法 基于数据挖掘（Data Mining）的读者行为分析，在处理过程中会应用到语义分析技术、图文转换技术、信息感知技术、GIS技术等手段，并依次按数据采集、规律探索、规律形成三个阶段进行处理，最终将某些规律尽可能以可理解的方式表现出来。在处理数据过程中，并非所有的信息发现过程都被视为数据挖掘，例如利用有哪些信誉好的足球投注网站引擎进行信息检索时，虽然这些检索任务会包含内在的复杂算法，但是它们还是基于传统的计算机技术实现信息的检索与关联，与数据挖掘的真正含义还是有所差别[1] 1.2 数据的来源 读者行为分析就是指对读者访问数据的行为分析。读者访问的数据产生于图书馆服务系统中，包括机构信息化系统与数字服务平台。从数据的属性来看，产生的数据存在于基础性数据和运行数据两大部分。图书馆基础性数据是指图书馆的设施设备、服务资源、人员、用户基本情况等数据。图书馆运行数据是是指基础性数据中的某些要素发生服务或使用关系时产生的服务数据与行为数据，包括图书馆传统业务与管理数据，图书馆数字与信息服务数据，图书馆各类传感器和监控设备数据 1.3 数据处理方法与步骤 数据收集常常通过Chukwa、Flume、Scibe等工具，而在数据挖掘过程中可能会用到Pagerank、CART、K-means等很多算法，并借助于SPSS、SQL、EXCEL、互联网统计等多种工具进行数据处理。数据处理过程有数据预处理、数据降噪、数据筛选、数据转换、数据合成。数据预处理和降噪是将大量的原始数据中没有利用价值数据去除，并对部分数据进行“修补”，在数据的筛选和转换中，需要建立关联规则，用来揭示数据间联系，并提炼出有内在关系的数据组，从中找