赵晓芳

（常州大学图书馆 江苏·常州 213000）

采编工作直接关系到图书馆的馆藏结构质量，随着教育改革的不断深入以及大数据时代的到来，对图书采编工作创新提出了艰巨的任务和挑战[1]。图书采购是图书采编的关键工作，如何充分发挥有限的资金投入，合理购买广大师生真正需要的图书，从而提高图书资源的利用效率，直接影响到图书馆整体服务水平。传统的采购计划制定方法主要采用专家法和经验法等，受到专家和馆员的个人研究领域和喜好等主观因素的影响，而且传统的方法大多采用人工为主的方式进行，具有工作量大、精准度差、资金使用效率低等弊端。因此，制定图书采购计划应结合学校学科和科研的发展需要，充分考虑全校师生的实际需求，对师生借阅记录、访问日志等进行数据挖掘和建模，以模型结果为基础制定图书采购计划，为高校图书馆图书结构优化提供依据[2]。

一、图书馆借阅数据聚类分析

（一）数据挖掘理论简介

数据挖掘（DM）是一种从大量数据中提取未知数据的过程。数据挖掘的流程是：首先，收集相关数据，对数据进行清理、集成、选择和数据变换等预处理；其次，通过智能算法进行数据挖掘和建模，并对模型有效性进行评估；最后，对数据挖掘表现出来的知识进行可视化呈现。高校图书馆具有大量馆藏信息资源和读者借阅与阅读信息数据，通过对这些数据进行深度挖掘，使用聚类分析和关联规则分析等方法，最终准确掌握读者信息，为图书采编工作提供决策[3]。……