图书馆大数据分析

---

　　图书馆大数据分析初始阶段是针对华中科技大学出版社的教材《Python语言程序设计基础》和《R语言程序设计基础》设计的应用案例，项目的目标是收集更多的图书馆大数据分析开源的数据集、需求和实现样本，为开展大数据技术的学习、研究提供实例，也鼓励将本项目的资源应用到实际的图书馆大数据分析。
　　随着数字化图书馆的运行，图书馆积累了大量的读者借阅书籍、检索文献的数据。随着大数据技术的发展，人们开始关注如何利用这些数据为读者提供更加高级、周到的服务。
　　在大数据环境下，图书馆及其服务也必将产生新的巨大变化，深层次的服务功能可以通过大数据技术的运用加以实现。主要体现在两个方面：
　　(1)提供以人为本的个性化服务。在大数据的支持下，髙细腻的个性化服务能够得到更加有效的开展。图书馆可以基于不同个体的个性特点、性格偏好提供定制式的个体服务，如个性化图书推荐。也可根据热门书籍的分析，为图书馆够提供参考信息。通过对读者整体关注的分析，为学校在在课程、教学方面提供参考信息。
　　(2)图书馆服务的内容将发生变化。传统的图书馆服务提供的是以文献或书籍为图书资源单元的服务，不对资源内容进行进一步处理。大数据环境下，开始向知识服务方向发展。知识服务的内容通过文本挖掘、大数据技术等，从图书资源中分析出更加细致的知识单元，并通过知识单元挖掘图书资源间的内在关系，提供高附加值的信息分析、决策咨询领域、知识问答等高级服务。
　　仅针对个性化服务方面，列出部分基本的图书馆大数据分析需求：
　　1.最热门的图书有哪些？
　　这是一个学生、老师、图书馆都关心的问题。学生关心“我应用学习什么”，学校关心“学生们的兴趣是什么”，图书馆关系“哪些书最受欢迎”，都可以从这个问题中得到答案。
　　更深入地，这个问题还可从不同角度进行分析，包括：

• 全校最热门书
• 某专业最热门书
• 各年级最热门的书
• 最流行的小说
• 考研最好的数学书

　　更广泛地，这个问题还可与其它数据结合起来进行分析。如与课表相结合，可以分析：

• 学生借阅与上课相关的图书有哪些？
• 借阅与上课无关的图书有哪些？
• 哪些老师上课会引起同学们读书兴趣？
• 最流行的小说
• 考研最好的数学书

　　与科研管理信息结合，可以分析： 　　更广泛地，这个问题还可与其它数据结合起来进行分析。如与课表相结合，可以分析：

• 哪些图书对科学研究有帮助？
• 哪些书对研究生研究方向有关？
• 哪些老师上课会引起同学们读书兴趣？
• 最流行的小说
• 考研最好的数学书

　　结合多年的数据，还可以分析**近年来热门图书变化趋势是怎样的？**

　　(2)哪些图书需要增加馆藏量？
　　受成本限制和使用效率的考虑，图书馆每本书采购量是有限的。如何精准把握图书馆藏量是一个很难的问题。书买多了，借得人少，会造成资源浪费；书买少了，不够借，满足不了读者需要。根据图书借阅趋势分析，可辅助图书馆科学合理地进行图书采购。
　　(3)如何推荐读者可能感兴趣的书籍？
　　这是一个非常有趣的问题，在广告营销、网站搜索等经常会遇到类似的现象。根据图书借阅历史数据，可以分析出不同专业、不同课程的热门书箱，结合读者的专业，可以作出推荐。当读者给出检索词后，可以向读者推荐有经验的老师会借哪些书。当读者择定要借的书后，可以进一步推荐借过此书的人还借过哪些书。
　　作为课程案例，仅针对第1个需求中的“全校最热门书”这一问题进行分析。有兴趣的读者可以进一步对其它问题进行分析。