高等院校的圖書館存書量巨大，如何幫助學生和教師找到自己需要的書籍需要運用信息化技術，本文就主要探討信息化個性化服務在高校圖書館中的發展。

　　《圖書館研究與工作》浙江省圖書研究期刊，創刊于1980年，由浙江省文化廳主辦。堅持實事求是、理論與實際相結合的嚴謹學風，傳播先進的科學文化知識，弘揚民族優秀科學文化，促進國際科學文化交流，探索高等教育、教學及管理諸方面的規律，活躍教學與科研的學術風氣，為教學與科研服務。

　　隨著信息在社會中的作用增強,人們對信息的需求增加,信息需求更趨于個性化。圖書館用戶服務的個性化是發展的客觀要求和發展趨勢。個性化服務是許多讀者對圖書館服務的基本要求,個性化服務水平體現了圖書館的服務質量。圖書館日趨數字化的特點也易于實現個性化服務,介紹了數據挖掘技術與圖書館個性化服務之間的關系，在收集挖掘用戶信息的基礎上,通過分析和預測用戶的行為來為用戶提供個性化的定制服務。

　　當前各個院校圖書館所存儲的信息量是非常大的，特別是網絡的普及更是造成了現在信息爆炸的時代。而如何把圖書館中龐大的信息資源更好的推薦給讀者，更為關鍵的的是如何具有針對性的推薦，這就是十分重要的!因為雖然現在圖書館大多都提供文獻檢索服務，并提供一些檢索終端供讀者查找信息，也可以通過圖書館主頁提供各種檢索服務，但讀者往往由于檢索專業知識的限制，無法從浩如煙海的館藏信息中查找自己所需要的，也有一些讀者沒有太多的時間去查找信息。這就要求我們能有針對性的做好信息推送工作，把讀者最可能需要的信息推薦給讀者。而這就是圖書館個性化服務所要求做到的。

　　1 院校圖書館個性化服務概述

　　院校圖書館的個性化服務實際是針對在校師生在教學、科研方面的不同需要, 而進行的一種對應式的服務。院校圖書館的讀者種類一般有以下幾種：本科生、研究生、教師及科研人員。每個種類所關注的問題都是各不相同的。本科生由于處在基礎學習階段，對各種知識都比較感興趣，關注面比較廣，特別是對于社會科學類的信息關注度較高。研究生由于對本專業的知識已經打下了堅實的基礎，并且也已有了明確的研究方向，所以特別關注了解本專業具體研究的各方面信息。而教師側重于對教學參考資料的使用與教學方法的研究。科研人員要求掌握學科的前沿發展動態，為科學研究做好充足的知識儲備。同時，現在高校專業設置比較廣泛，一般涵蓋多個學科門類，不同學科的讀者之間，對于信息的需求也是不同的，這也要求了圖書館在信息推送服務方面必須要做到個性化服務，要針對每個讀者來制定不同的信息推送方案。

　　圖書館個性化服務主要分為兩種方法：一是按用戶要求進行信息定制，屬于被動提供服務;二是數字圖書館挖掘用戶興趣模式，屬于主動提供服務。當前大多數圖書館所推出的讀者個性化服務主要還是采用第一種方法，往往通過進行讀者調查問卷以及讀者自己選擇的方式進行信息定制推送，這種方法好處是可以準確的獲取讀者的信息需求，信息推送比較準確，減少無用信息的干擾。缺點是對于圖書館來說提供的服務是被動式服務，如果用戶不進行相應的問卷調查就無法對這寫讀者進行信息推送服務，會使相當一部分讀者不能充分的利用圖書館的資源。而第二種方法則可以進行主動式的信息服務，主要采取的方法是通過對讀者的各種相關信息進行數據挖掘，能夠自動收集和統計讀者的大量有用信息，并進行多維的特征分析和對用戶信息行為的研究發現讀者的信息需求。可以為讀者提供更快速更有針對性的優質信息服務，提高讀者對服務的滿意度。還可以通過對讀者的分類和分析，掌握讀者的偏好、愿望和需求等方面情況，然后制定信息服務推薦策略，使信息服務更為有效。

　　2 數據挖掘技術概述

　　數據挖掘(Data Mining)，又稱為數據庫中的知識發現(Knowledge Discovery in Database, KDD)，就是從大量數據中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，簡單的說，數據挖掘就是從大量數據中提取或“挖掘”知識，而這些知識是隱含的、事先未知的并且是潛在有用信息。

　　雖然數據挖掘和信息檢索同樣是在數據庫中查找一些有用的信息，但是數據挖掘與信息檢索還是存在一定的區別的。信息檢索的過程就是根據用戶的輸入，如關鍵詞，查找相關文獻信息的過程。它是通過查找數據庫中的信息是否符合匹配用戶輸入的關鍵詞，有就把這條信息提取出來，是一種查找信息表面特征的檢索方法。而這種方法對于大量信息之間所隱藏蘊含的各種深層次的聯系和信息卻無法進行準確的表達。要發現這種深層次之間的聯系和信息就必須要依靠數據挖掘技術了。也就是說，傳統的數據庫查詢和檢索只能提供你想要的信息，而數據挖掘技術則可以發現你沒有意識到的未知信息。同時信息檢索和數據挖掘是相輔相成的。我們可以利用數據挖掘的研究成果來提高信息檢索的精度和效率，改善檢索結果的表達，使信息檢索發展到一個新的水平。

　　按照處理對象的不同，可以將數字圖書館數據挖掘分為三大類：結構挖掘、內容挖掘和用戶使用記錄挖掘。結構挖掘指的是從文檔的結構信息中推導知識，結構挖掘不僅僅局限于文檔之間的連接結構，還包括文檔內部的結構、文檔中的目錄路徑結構等;內容挖掘指的是文檔的內容信息中抽取知識，內容挖掘又分為對文本文檔、多媒體文檔和分布式數據的挖掘。用戶使用記錄挖掘主要是對服務器日志、用戶注冊數據、用戶訪問記錄等數據的挖掘。對于圖書館對讀者的個性化服務來講，我們這里要研究的主要是用戶使用記錄挖掘。

　　3 數據挖掘技術在圖書館個性化服務中的應用

　　一般來說，讀者如果想要獲得圖書館的網絡資源服務，首先進入圖書館主頁網站，然后選擇相應的服務鏈接，通過一站式檢索或單個系統的逐步檢索獲得所需要的結果，比如圖書借閱情況、新書通報、電子資源文獻等。這種服務是被動式的服務，要求用戶必須主動關心才能知道結果，同時對用戶的計算機技術能力、檢索基礎知識和時間耗費都有很大的要求。所以圖書館個性化服務的核心是做好信息推送，盡可能的把讀者最需要的信息推薦給讀者。而信息推送服務具有明顯的3個特征：主動性，針對性和高效性。而傳統的信息推送服務大多依靠用戶遞交的需求文檔來或者填寫需求表來選擇推送信息，無法做到主動地、智能地、及時地獲取用戶當前的信息需求，特別是部分讀者疏于填寫各種調查表格，這就給這類讀者的信息推送造成了困難。從而形成了圖書館個性化服務的死角和盲區。同時在圖書館個性化服務中，信息推送要與信息反饋相結合，對這些反饋的信息進行分析，不斷調整和完善，逐步逼近用戶的信息需求。

　　數據挖掘技術就可以很好的滿足上面所提出的問題，我們知道，當一個讀者從辦理借書證開始，他的所有和圖書館有關的各種信息活動都可以作為一種記錄保存在圖書館的數據庫中。常用的有印本文獻的借閱記錄、電子文獻的檢索記錄等等，這些都可以作為數據保存下來。而這些數據就是我們進行數據挖掘所需要的“材料”。目前來說，對于數據資源的利用主要有兩種方式：一是數據資源的查詢服務;二是數據資源的歸納。第一個不必多言，就是傳統的對數據庫進行檢索，查找所需的信息。而第二個利用方式就需要數據挖掘技術了。

　　做好讀者信息的數據挖掘工作前提和基礎是擁有大量、真實的數據積累，沒有數據積累，數據挖掘將無用武之地，因此要踏踏實實做好基礎數據庫的建設。在建庫及數據挖掘的整個過程中，需要各方人員共同參與，通力合作，提取原始信息，收集用戶特征。用戶通過瀏覽器訪問圖書館電子資源時，系統可以記錄下來的用戶訪問數據有兩類：用戶信息和用戶行為特征。用戶信息包括用戶的姓名、性別、年齡、專業、愛好、教育程度以及用戶訪問地址等。另一方面利用日志記錄可獲得用戶的行為特征，如對信息的點擊率、停留時間、訪問次數、下載次數、搜索關鍵詞及模式等信息，還有用戶的主觀信息，如網絡調查、留言等。