摘 要： 圖書館讀者的數(shù)量大、借閱行為復雜多變，而傳統(tǒng)圖書館讀者借閱行為分析方法精度不高，且工作效率極低，無法滿足現(xiàn)代圖書館管理的要求。為了更好地刻畫圖書館讀者借閱行為，提高圖書館讀者借閱行為分析的準確性，設計了大數(shù)據(jù)背景下的圖書館讀者借閱行為分析方法。首先，分析圖書館讀者借閱行為的研究現(xiàn)狀，對圖書館讀者借閱行為分析數(shù)據(jù)進行聚類分析，并提取圖書館讀者借閱行為分析特征;然后，采用大數(shù)據(jù)分析技術——最小二乘支持向量機對圖書館讀者借閱行為變化特點進行擬合，構建圖書館讀者借閱行為分析模型;最后進行圖書館讀者借閱行為分析實例驗證。結果表明，大數(shù)據(jù)背景下的圖書館讀者借閱行為分析精度超過93%，而當前其他分析方法的精度均小于90%，同時，減少了圖書館讀者借閱行為分析時間，所提方法分析速度明顯加快，具有顯著的優(yōu)勢。

　　關鍵詞： 借閱行為分析; 圖書館讀者; 聚類分析; 特點擬合; 分析模型構建; 實例驗證

　　0 引 言

　　圖書館是人們獲取知識的重要場所，其對高校的教學質量、科研起著重要的作用，全國各地的高校均建立了自己的圖書館管理系統(tǒng)，大幅度提高了圖書館的管理水平，也減輕了圖書管理員的工作量[1?3]。圖書館管理系統(tǒng)經(jīng)過多年運營，積累了大量的歷史數(shù)據(jù)，如圖書數(shù)據(jù)、讀者數(shù)據(jù)等，對這些數(shù)據(jù)進行深度挖掘，掌握讀者的借閱行為習慣和規(guī)律，可以為讀者提供更優(yōu)的服務，因此，對圖書館讀者的借閱行為進行研究，對于提高圖書館的管理水平具有十分重要的意義[4?5]。

　　最初由于圖書館讀者借閱行為的歷史數(shù)據(jù)較少，通常采用人工方式對圖書館讀者借閱行為進行簡單的統(tǒng)計與分析，難以充分找到圖書館讀者借閱行為的規(guī)律，館藏資源利用率低[6]。隨著自動化技術、信息處理技術的不斷發(fā)展，出現(xiàn)了許多基于數(shù)據(jù)挖掘技術的圖書館讀者借閱行為分析方法[7]，如基于時間序列分析法的圖書館讀者借閱行為分析方法[8]，根據(jù)時間前后采集圖書館讀者借閱行為，但是其無法全面、客觀地描述圖書館讀者借閱行為變化特點，使得圖書館讀者借閱行為分析結果不可靠[9];基于關聯(lián)規(guī)則算法的圖書館讀者借閱行為分析方法，反映了圖書館讀者與借閱活動之間的聯(lián)系[10]，但是其屬于線性分析技術，而圖書館讀者與借閱活動之間的聯(lián)系具有隨機性，即非線性，因此圖書館讀者借閱行為分析誤差大[11];有學者提出了基于流通日志的高校學生圖書借閱行為分析方法[12]，從流量日志找到讀者圖書借閱行為變化規(guī)律，但是由于當前流通日志數(shù)據(jù)量相當大，其圖書館讀者借閱行為分析時間長，效率低[13?15]。

　　為了更好地描述圖書館讀者借閱行為變化特點，獲得高精度的圖書館讀者借閱行為分析結果，提出大數(shù)據(jù)背景下的圖書館讀者借閱行為分析方法，并通過實例分析本文圖書館讀者借閱行為分析方法的有效性和優(yōu)越性。

　　1 大數(shù)據(jù)背景下的圖書館讀者借閱行為分析方法

　　1.1 聚類分析算法

　　對于[n]個圖書館讀者借閱行為分析數(shù)據(jù)[X={x1，x2，…，xi，…，xn}]，設有[k]個聚類，即有[k]個類別的圖書館讀者借閱行為，聚類分析算法的工作原理為：從[n]個圖書館讀者借閱行為數(shù)據(jù)中隨機選擇[k]個圖書館讀者借閱行為數(shù)據(jù)為初始聚類中心，其他圖書館讀者借閱行為數(shù)據(jù)根據(jù)其與聚類中心距離分別分配到最相似的類別中。

　　1) [cj]表示第[j]類的圖書館讀者借閱行為類的中心，那么[xi]和[cj]的距離為：

　　[d(xi，cj)=(xi1-cj1)2+(xi2-cj2)2+…+(xid-cjd)2] (1)

　　[xi]和[cj]之間的相似度計算公式為：

　　[s(xi，cj)=1d(xi，cj)] (2)

　　2) 對所有聚類中心進行更新，第[j]個類別的圖書館讀者借閱行為分析樣本集合為[{xj1，xj2，…，xjnj}]，相應聚類中心為[cj=(c1j，c2j，…，ckj，…，cdj)]，[ckj]為[cj]的第[k]個屬性，具體如下：

　　[ckj=xkj1+xkj2+…+xkjnjnj] (3)

　　3) 不斷重復上述步驟，直到更新后的類中心和更新前一致為止，采用均方差作為測度標準，即：

　　[J=i=1kj=1ni(xij-ci)2(n-1)] (4)

　　通過上述步驟，就可以得到一個圖書館讀者借閱行為分析樣本的相似歷史樣本數(shù)量，不用選擇所有的圖書館讀者借閱行為歷史樣本進行建模，減少了圖書館讀者借閱行為分析樣本數(shù)量，可以提高圖書館讀者借閱行為分析效率。

　　1.2 提取圖書館讀者借閱行為分析特征

　　每個圖書館讀者借閱行為有自己的特征，可以根據(jù)這些特征來識別相應的圖書館讀者借閱行為。本文從3個方面提取讀者借閱行為特征：

　　1) 讀者借閱圖書的月時間、周時間和時段;

　　2) 讀者專業(yè)、讀者學歷、讀者的職業(yè)、讀者的年齡段;

　　3) 讀者借閱書籍類型、讀者借閱書籍數(shù)量。

　　1.3 圖書館讀者借閱行為分析算法

　　由于圖書館讀者的數(shù)量大、借閱行為復雜多變，結合該特點，本文采用大數(shù)據(jù)分析技術——最小二乘支持向量機對圖書館讀者借閱行為變化特點進行擬合，構建圖書館讀者借閱行為分析模型。給定[M]個圖書館讀者借閱行為分析數(shù)據(jù)[{xi，yi}]，[i=1，2，…，n]，構造最優(yōu)圖書館讀者借閱行為分析數(shù)據(jù)決策函數(shù)：

　　[f(x)=wTφ(x)+b] (5)

　　式中：[b]為偏置量;[w]為權值向量。

　　根據(jù)現(xiàn)代統(tǒng)計學理論得到滿足式(5)的條件為：

　　[yi-wTφ(x)+b≤εmin J=12wTw] (6)

　　根據(jù)最小二乘支持向量機的工作原理將式(6)轉換為：

　　[minw，b，eJ(w，e)=12wTw+12γi=1ne2is.t. yi=wTφ(xi)+b+ei] (7)

　　式中[γ]表示控制誤差的懲罰程度。

　　引入拉格朗日乘子法解決式(7)，建立拉格朗日函數(shù)：

　　[L(w，b，e，α，γ)=12wTw+12γi=1ne2i-i=1nαi(wTφ(xi)-b+ei-yi)] (8)

　　式中[αi]表示拉格朗日乘子。

　　根據(jù)優(yōu)化條件[?L?w=0，?L?b=0，?L?ei=0，?L?αi=0]，消除[w]和[e]，定義核函數(shù)[K(xi，xj)=φT(xi)φ(xj)]，得到圖書館讀者借閱行為分析模型為：

　　[yi=i=1nαiK(xi，xj)+b ] (9)

　　1.4 大數(shù)據(jù)背景下的圖書館讀者借閱行為分析原理

　　推薦閱讀：大數(shù)據(jù)挖掘的論文投刊指導