2004年9月　　　　　　　　　　　　　　　　图书馆界Sep.,2004

　第3期　　　　　　LibraryWorldNO.3

浅谈数据挖掘及其在图书馆的应用

何少卓

(广西民族学院图书馆,广西　南宁　530006)

[关键词]数据挖掘;图书馆;应用

[摘　要]本文介绍了数据挖掘的定义、功能及方法,阐述了数据挖掘应用于图书馆工作的意义,列举了数

据挖掘技术在图书馆业务工作及数字图书馆建设中的应用。

[中图分类号]G252.7　　[文献标识码]B　[文章编号]1005-6041(2004)03-0052-03

　　我们已经生活在一个网络化时代,通信、计算机和网络技术正改变着整个人类和社会。随着计算机硬件和软件的飞速发展,尤其是数据库技术与应用的日益普及,被收集并存储在众多数据库中且正在快速增长的庞大数据,已远远超过人类的处理和分析理解能力(在不借助功能强大的工具情况下),而成为“数据坟墓”,即这些数据极少被访问,结果许多重要的决策不是基一过些基础数据而是依赖决策者的直觉而制定的,因为这些决策的制定者没有合适的工具帮助其从数据中抽取出所需的信息知识。因此,致力于此的数据挖掘作为当前数据库研究、开发和应用最活跃的分支之一,引起学术界和产业界的广泛关注。作为信息管理与服务的主要机构之一的图书馆如何运用这一新技术挖掘丰富的馆藏数据资源,为读者,尤其是为部门决策者的决策提供可靠的决策依据。本文试图在这方面作一尝试,探讨数据挖掘在图书馆信息管理与服务方面的应用。

1　数据挖掘的定义、功能及方法

整个知识发现过程由若干挖掘步骤组成,其中包括:①数据清洗,就是清除数据噪声和与挖掘主题明显无关的数据;②数据集成,就是将来自多数据源中的相关数据组合到一起;③数据转换,就是将数据转换为易于进行数据挖掘的数据储储形式;④数据挖掘,就是利用智能方法挖掘数据模式或规律知识;⑤模式评估;⑥知识表示。在通常情况下,许多人把数据挖掘和知识发现广泛地认为是同一概念,一般在科研领域中称为知识发现,而在工程领域则称为数据挖掘。

数据挖掘不仅能对过去的数据进行查询和遍历,并且能够对将来的趋势和行为进行预测并自动探测以前未发现的模式,从而很好地支持人们的决策。被挖掘出来的信息,能够用于信息管理,查询处理,决策支持,过程控制以及许多其它应用。具体地说,挖掘功能包括概念描述、关联分析、分类与预测、聚类分析、异类分析、演分分析、探索性数据分析等。

数据挖掘方法总体上分为两大类:基于数据保持类方法和基于模式提取类方法。基于数据保持类方法,就是要保存过去的数据,以便与新输入的新数据进行匹配,从而进行预测建模和分析评价;而基于模式提取类方法则不需要保存过去的数据,一旦提取模式后,就可以把过去的数据移去。现代数据挖掘方法主要依靠模式提取技术,同时,为了改善和提

数据挖掘概念的定义有若干表述,一个被普遍采用的定义是:数据挖掘,又称为数据库中知识发现

(KnowledgeDiscoveryfromDatabase,简称KDD),它

是一个从大量数据中抽取挖掘未知的、有价值的模式或规律等知识的复杂过程。严格讲,数据挖掘是知识发现过程的一个基本步骤,是最核心的部分。　　[收稿时间]2004-05-15

52