22、基于数据挖掘的图书馆材料采购与预算分配

基于数据挖掘的图书馆材料采购与预算分配

1. 引言

数据挖掘是一种从分散数据档案中获取知识的强大技术，能基于收集到的知识辅助决策。图书馆预算分配对于其有效管理和维护至关重要，合理的预算分配能确保图书馆材料为成员提供最大程度的使用价值。在这种情况下，数据挖掘可依据图书馆的流通数据，为图书馆分配近乎完美的预算。

以往研究表明，数据挖掘技术如关联规则在图书馆领域的应用逐渐增多。例如，使用信息与收藏者的推荐有所不同，了解“特定部门学生最常用的材料”对于材料采购非常有用，流通统计也可作为图书馆管理决策的重要参考。

本文通过对北南大学（NSU）图书馆数据库进行流通数据库挖掘，分析学术图书馆采购预算的可能分配方案。通过利用集中程度和连接程度来推导采购预算分配的权重，计算材料利用率，并最终得出各部门的预算分配表。

2. 相关工作

许多研究致力于图书馆材料采购的预算分配，虽然目标大致相同，但也存在一些细微差异。部分相关研究如下：
- Kao 等人（2003）使用数据挖掘的 ID3 算法处理昆山科技大学的流通数据库。
- Wu 等人（2004）运用流通统计机制和关联规则来发现知识。
- Rahman 等人（2011）构建数学模型，以平衡持续投入与新举措、本科学习与研究生工作及研究的资源，以及学科之间的资源分配。
- Meo 等人（1998）使用关联规则从历史数据中提取信息。
- Ho 等人（2008）采用基于特征的方法进行材料采购，考虑了偏好、价格和类别等重要特征。
- Knievel 等人（2011）分析了科罗拉多大学的借阅、馆藏和馆际互借数据，展示了图书馆流通数据库中馆藏数据的管理方法。