图书馆借阅数据分类信息的关联性研究
时间：2021-04-08 16:01:18 来源：雅意学习网 本文已影响 人 
【摘要】针对数据挖掘及关联规则的算法加以分析，探究图书馆借阅数据分类信息的关联性，进而不断提升图书馆借阅数据分类信息管理的效果，为现代图书馆数据信息管理质量的提升奠定良好基础。
【关键词】图书馆；借阅数据分类；信息关联
图书馆借阅数据内容较多，图书馆管理人员数据分类信息的科学管理，能够为读者提供便利的借阅条件。读者可以基于自身需求选择图书类别，且可以快速查找到图书资料。信息技术时代背景下，图书馆借阅数据分类管理中信息关联性的分析，有助于明确图书的关联性，使图书馆借阅数据的管理更加规范、有序，具有个性化特点，改善传统图书馆管理期间存在的不足之处。文章将基于现代图书馆借阅数据分类管理的实际情况加以分析，希望能够对相关调查研究活动产生一定借鉴价值。
一、数据挖掘及关联规则算法分析
若想对读者的借阅行为加以分析，则需要基于海量的借阅信息进行分析，发挥数据调查的价值，彰显数据挖掘的意义。数据挖掘（data mining）中需要从众多的、不完全且模糊性的数据分析中，提取相关的隐藏信息数据。数据挖掘的方式较多，比如统计方法、机器人学习方法、神经网络方法等等。关联规则（association rules）即为应用范围较广的方式，主要是用于解决事物数据库分析等。
关联规则主要是通过数据之间的潜在联系分析方法，将数据予以细致性探究，明确各个数据值之间的潜在关联，且根据数据分析的结果探究事物之间的客观发展规律。关联规则的算法类别较多，具体包含DHP算法、Apriori算法等等。算法计算中需要明确其中的子问题，其一在于事物集D中需要深刻分析各类相关数据的最小支持阈值min-sup频繁项集。其二则需要基于常见的项集进行相关数据值的分析，探究其中最小数值，明确阈值min-conf的关联情况，且通过数据分析的形式了解其中潜在问题。
Apriori算法在形成候选数据过程中，则可以先予以验证，将数据项与计算过程实施分别分析。Apriori算法应用期间，其数据项集过小的特点突出，不需要重复予以计算。Apriori算法通过连接与剪切的方式，细致分析事物之间存在的内在关联，且在商品零售业、网站开发以及图书管理系统中应用范围较广，是一种有效的数据分析模式。Apriori的算法相对比较简单，结构清晰，故而更加方便在图书馆借阅数据分析中推广应用，了解读者的借阅行为。
二、图书馆借阅数据分类信息的关联性分析
图书馆需要重视读者借阅信息数据的调查、收集与分析，在图书馆管理期间，以自动化手段提升借阅数据分类信息管理的效果。在读者借阅、归还等操作发生的情况下，则会自动生成数据。图书馆读者借阅数据分析中信息具体包含读者信息、借阅图书资料等，为现代图书馆管理质量的提升奠定良好基础。比如国家图书馆则在业务自动化系统ALEPH系统中，将两年历史数据作为基础数据，通过借閱历史记录分析的方式，了解读者的实际借阅特点、阅读特点等，且基于读者信息进行分类整合。根据读者的借阅情况，提取高于3本以上的读者数据，了解读者借阅的各类历史信息。
（一）借阅数据的获取。国家图书馆ALEPH系统中具有各个阶段的借阅信息，其中包含借阅的图书信息、借阅的日期信息等等。借阅数据具有专门的管理体系，且通过定期整理的方式予以管理。
（二）读者数据的获取。国家图书馆ALEPH系统中包含各类读者卡的信息，读者需要办理相应的押金，且通过RFID设备能够对读者的图书借阅情况进行信息记录。ALEPH系统中具体包含读者的姓名、生日以及读者类别信息等等。读者数据具体包含在Z303、Z304等数据库表中，且通过读者ID进行关联整理，且能够获得各类读者数据信息。
（三）程序开发与数据整理。基于图书馆借阅数据分类整理的实际需求，可以通过Apriori算法实现优化处理，以JAVA程序作为编程处理的方式，挖掘其中潜在的数据信息。基于其名称与相关内容，可以将其归纳为以下几种类别：Book Record.java（借阅信息类）；Reader.java（读者信息类）；DB_Conn.java（连接数据库处理类）。根据数据处理的需求以及图书分类等加以综合分析，且应用程序对数据进行进一步处理，形成不同阶段的读者卡号、数据内容等。
三、结束语
信息时代背景下，图书馆借阅信息管理需要注重信息技术融入的价值，通过借阅信息的关联性分析等方式，全面了解当前读者对不同类别图书需求的关联性需求，转变传统图书管理期间存在的不足之处，满足现代读者的个性化阅读需求。
【参考文献】
[1]刘春霞.基于数据挖掘的用户借阅行为分析——以河南理工大学图书馆为例[J].图书情报导刊，2017，2（08）：1-8.
[2]田思.基于图书馆借阅数据分析的馆藏图书利用研究——以仲恺农业工程学院图书馆为例[J].办公自动化，2016，21（22）：52-54+56.
[3]张馨文.图书馆读者荐购和图书借阅数据分析及启示——以中国政法大学图书馆为例[J].法律文献信息与研究，2014（04）：47-54.
