水靜　張瑞

〔摘 要〕文章針對(duì)高校圖書(shū)館管理中出現(xiàn)的實(shí)際問(wèn)題，結(jié)合目前云計(jì)算技術(shù)的發(fā)展，利用二分網(wǎng)絡(luò)的研究手段及方法對(duì)其進(jìn)行了全面的分析研究，具體包括度、集聚系數(shù)、社團(tuán)結(jié)構(gòu)及聚類算法，深入討論了二分網(wǎng)絡(luò)在云計(jì)算中的部署，以及二分網(wǎng)絡(luò)在高校圖書(shū)館管理中的具體應(yīng)用和所需面臨的問(wèn)題，為目前的高校圖書(shū)館的數(shù)據(jù)分析提供一種比較實(shí)用的方法，幫助高校圖書(shū)館建設(shè)一個(gè)穩(wěn)定安全而且實(shí)用的數(shù)據(jù)分析環(huán)境。

〔關(guān)鍵詞〕高校圖書(shū)館；云計(jì)算；二分網(wǎng)絡(luò)；應(yīng)用程序

〔中圖分類號(hào)〕G250.7；391 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008－0821（2012）09－0094－03

伴隨我國(guó)高等教育的大發(fā)展，各個(gè)高校圖書(shū)館以“加強(qiáng)系統(tǒng)資源建設(shè)，促進(jìn)服務(wù)質(zhì)量提高”為宗旨，逐步更新管理理念，完善管理措施，不斷提高圖書(shū)館的信息服務(wù)能力。與此同時(shí)，目前的大學(xué)圖書(shū)館大都引入基于數(shù)據(jù)庫(kù)的自動(dòng)化管理系統(tǒng)，這就使得高校圖書(shū)館管理不得不面對(duì)一個(gè)圖書(shū)館日常借閱數(shù)據(jù)劇增的事實(shí)。其主要原因在于，各大學(xué)圖書(shū)館不斷擴(kuò)充自身的館藏書(shū)籍?dāng)?shù)量以及各大學(xué)在校學(xué)生數(shù)量的增加。據(jù)調(diào)查顯示，目前我國(guó)一個(gè)普通的綜合性大學(xué)館藏書(shū)籍種類大體在3～4萬(wàn)種，數(shù)量在100～200萬(wàn)冊(cè)之間，1個(gè)月產(chǎn)生的借閱信息大體在1～2萬(wàn)條，1年的借閱信息在20萬(wàn)條左右。如此數(shù)量的信息背后絕對(duì)包含著許多待挖掘的信息,但就這些數(shù)據(jù)的存儲(chǔ)和研究處理方法卻遭遇了許多問(wèn)題，首先是各高校對(duì)圖書(shū)館管理系統(tǒng)及硬件的投入越來(lái)越多，與之同時(shí)產(chǎn)生的海量數(shù)據(jù)保存卻越來(lái)越吃力，而且各高校保存的數(shù)據(jù)由于類型差異較大，無(wú)法實(shí)現(xiàn)共享。其次，缺乏架構(gòu)化、內(nèi)在的和深層次的分析數(shù)據(jù)的分析方法，目前的分析效果不盡理想。

1 云計(jì)算與復(fù)雜網(wǎng)絡(luò)的發(fā)展

2008年以來(lái)，云計(jì)算與圖書(shū)館管理結(jié)合逐漸成為一個(gè)熱門(mén)話題，各大學(xué)圖書(shū)館緊跟云計(jì)算的步伐，積極研究云計(jì)算給圖書(shū)館帶來(lái)的影響，希望充分利用云計(jì)算能切實(shí)提高高校圖書(shū)館的信息管理能力。所謂的云計(jì)算是分布式計(jì)算技術(shù)的一種，其最基本的概念，是透過(guò)網(wǎng)絡(luò)將龐大的計(jì)算處理程序自動(dòng)分拆成無(wú)數(shù)個(gè)較小的子程序，再交由多部服務(wù)器所組成的龐大系統(tǒng)經(jīng)搜尋、計(jì)算分析之后將處理結(jié)果回傳給用戶。透過(guò)這項(xiàng)技術(shù)，網(wǎng)絡(luò)服務(wù)提供者可以在數(shù)秒之內(nèi)，達(dá)成處理數(shù)以千萬(wàn)計(jì)甚至億計(jì)的信息，達(dá)到和“超級(jí)計(jì)算機(jī)”同樣強(qiáng)大效能的網(wǎng)絡(luò)服務(wù)。就高校圖書(shū)館而言，可以將圖書(shū)信息、借閱者信息以及借閱信息上傳至提供云計(jì)算服務(wù)的服務(wù)器中，而且不用考慮數(shù)據(jù)存儲(chǔ)空間的大小，同時(shí)這些數(shù)據(jù)可以動(dòng)態(tài)更新。高校圖書(shū)館不用擔(dān)心應(yīng)用軟件是否是最新版本，極大的減少了學(xué)校為維護(hù)和升級(jí)的應(yīng)用軟件投入的費(fèi)用；另外，數(shù)據(jù)儲(chǔ)存在云端，因此無(wú)需擔(dān)心病毒的入侵和硬件的損壞導(dǎo)致數(shù)據(jù)丟失。

目前，高校圖書(shū)館對(duì)于圖書(shū)及圖書(shū)借閱等數(shù)據(jù)的研究主要集中在3個(gè)方面：（1）依靠本身技術(shù)力量, 憑借業(yè)務(wù)管理系統(tǒng)自帶的功能對(duì)數(shù)據(jù)進(jìn)行諸如查詢、匯總等分析工作。（2）依靠數(shù)據(jù)挖掘應(yīng)用技術(shù)對(duì)上述數(shù)據(jù)進(jìn)行定量、歸納分析，調(diào)查顯示2003-2009年間，國(guó)內(nèi)數(shù)據(jù)挖掘技術(shù)在圖書(shū)館應(yīng)用研究方面的論文達(dá)到533篇。（3）依靠統(tǒng)計(jì)學(xué)提供的分析方法對(duì)高校圖書(shū)館自身數(shù)據(jù)進(jìn)行分析研究，并由此產(chǎn)生了一些高校圖書(shū)統(tǒng)計(jì)指標(biāo)。近幾年，伴隨近年大型數(shù)據(jù)庫(kù)的建立和計(jì)算機(jī)存儲(chǔ)與運(yùn)算能力的迅速提高，復(fù)雜網(wǎng)絡(luò)的研究逐步深入，人們利用大量的真實(shí)網(wǎng)絡(luò)數(shù)據(jù)對(duì)高校圖書(shū)館系統(tǒng)進(jìn)行分析，尋找呈現(xiàn)表象的內(nèi)在機(jī)制和模式，進(jìn)而試圖發(fā)現(xiàn)支配和影響這些復(fù)雜系統(tǒng)的動(dòng)力學(xué)和演化規(guī)律的內(nèi)在本質(zhì)。

高校圖書(shū)館將基本業(yè)務(wù)數(shù)據(jù)上傳至云服務(wù)器，并在云服務(wù)器的基礎(chǔ)架構(gòu)上開(kāi)發(fā)針對(duì)自身數(shù)據(jù)分析的復(fù)雜網(wǎng)絡(luò)應(yīng)用程序能為高校圖書(shū)管理業(yè)務(wù)開(kāi)辟一條嶄新的思路。

2 復(fù)雜網(wǎng)絡(luò)二分網(wǎng)技術(shù)研究及方法

復(fù)雜網(wǎng)絡(luò)的理論研究對(duì)網(wǎng)絡(luò)安全、網(wǎng)絡(luò)控制和計(jì)算機(jī)病毒傳播的控制與防御等研究產(chǎn)生了重大影響。用圖論的語(yǔ)言來(lái)描述，一個(gè)網(wǎng)絡(luò)可以抽象為一個(gè)由節(jié)點(diǎn)的集合V和邊集E組成的圖G=(V，E)。節(jié)點(diǎn)數(shù)記為N=V，邊數(shù)記為M=E。E中每條邊都有V中一對(duì)點(diǎn)與之相對(duì)應(yīng)。對(duì)于高校圖書(shū)管理系統(tǒng)而言，點(diǎn)集指的是一個(gè)個(gè)獨(dú)立的圖書(shū)和借閱者，而邊集就是圖書(shū)與借閱者之間的鏈接，一個(gè)圖書(shū)系統(tǒng)的這些大量信息被提取出來(lái)就構(gòu)成了一個(gè)完整的復(fù)雜網(wǎng)絡(luò)。該復(fù)雜網(wǎng)絡(luò)同時(shí)具備了一個(gè)顯著的特點(diǎn)，該網(wǎng)絡(luò)由兩類節(jié)點(diǎn)以及兩類節(jié)點(diǎn)之間的連邊組成，同類節(jié)點(diǎn)之間不存在連邊，U代表借閱者，B代表書(shū)籍，最終關(guān)系如圖1所示，這樣的網(wǎng)絡(luò)在復(fù)雜網(wǎng)絡(luò)中被稱為二分網(wǎng)絡(luò)。

圖1 高校圖書(shū)借閱系統(tǒng)二分網(wǎng)絡(luò)示意圖

利用二分網(wǎng)絡(luò)分析對(duì)圖書(shū)借閱系統(tǒng)的研究起始于3項(xiàng)基本的內(nèi)容，它們分別是二分網(wǎng)的度、集聚系數(shù)及社團(tuán)結(jié)構(gòu)及聚類算法。

2.1 二分網(wǎng)的度

度本身的意義是指與該節(jié)點(diǎn)連接的其它節(jié)點(diǎn)的數(shù)目，一個(gè)節(jié)點(diǎn)的度又分為出度和入度兩種。在圖書(shū)借閱網(wǎng)絡(luò)的二分網(wǎng)絡(luò)模型中主要包括借閱者的度分布和書(shū)籍的度分布，它們分別是指一個(gè)單獨(dú)的借閱者借過(guò)書(shū)本的數(shù)目的分布，或者是一本書(shū)被多少位閱讀者借閱的分布。所有節(jié)點(diǎn)度的平均值稱為網(wǎng)絡(luò)的平均度。從二分網(wǎng)絡(luò)圖書(shū)借閱系統(tǒng)實(shí)證的角度出發(fā)，一個(gè)節(jié)點(diǎn)無(wú)論從出度或入度的大小直接與該節(jié)點(diǎn)的重要程度相關(guān)。換句話說(shuō)，通過(guò)度分布的研究可以非常直觀的找到最受青睞的書(shū)籍作品以及在借閱過(guò)程中最活躍的書(shū)籍閱讀者。另外，高校圖書(shū)借閱的度分布具有時(shí)間演化不變性者，均呈現(xiàn)出指數(shù)分布特征。

2.2 二分網(wǎng)的集聚系數(shù)

集聚系數(shù)是復(fù)雜網(wǎng)絡(luò)非常重要的特性之一，它實(shí)際表達(dá)了網(wǎng)絡(luò)連接的聚集程度，即網(wǎng)絡(luò)有多緊密。如果一個(gè)網(wǎng)絡(luò)結(jié)點(diǎn)有數(shù)個(gè)直接的鄰居結(jié)點(diǎn)，那么這些鄰居結(jié)點(diǎn)之間有可能也是鄰居。聚集性用于描述這種可能性程度。對(duì)于復(fù)雜二分網(wǎng)絡(luò)而言，集聚系數(shù)又細(xì)化為點(diǎn)聚集系數(shù)與邊聚集系數(shù)兩類。對(duì)于高校圖書(shū)借閱系統(tǒng)而言，它擁有較多的書(shū)籍，但同時(shí)書(shū)籍之間具備了較高的關(guān)聯(lián)性，它們中都存在著一些規(guī)模不等的連通集團(tuán)結(jié)構(gòu)。連通集團(tuán)的中心節(jié)點(diǎn)包含某一相關(guān)主題，而中心節(jié)指向的各個(gè)分支節(jié)點(diǎn)含有與該主題有關(guān)的一些內(nèi)容。就是說(shuō)高校圖書(shū)是各學(xué)科或?qū)I(yè)的學(xué)習(xí)資料的集合，這樣很容易形成相關(guān)資料的聚集鏈接，這些內(nèi)容的分析與高校圖書(shū)館的管理有著緊密的關(guān)系。

2.3 社團(tuán)結(jié)構(gòu)及聚類算法

高校圖書(shū)館借閱圖書(shū)節(jié)點(diǎn)呈現(xiàn)出若干個(gè)“群”或“團(tuán)”的結(jié)構(gòu)，復(fù)雜網(wǎng)絡(luò)稱之為社團(tuán)結(jié)構(gòu)。它是指網(wǎng)絡(luò)中的頂點(diǎn)可以分成組，組內(nèi)頂點(diǎn)間的連接比較稠密，組間頂點(diǎn)的連接比較稀疏，如圖2。社團(tuán)結(jié)構(gòu)在實(shí)際高校圖書(shū)借閱研究過(guò)程中有著重要的意義，它是了解整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)及促進(jìn)有效借閱的重要途徑。其主要步驟包括：（1）設(shè)定某種標(biāo)準(zhǔn)衡量社團(tuán)與社團(tuán)之間的距離或相似度；（2）將圖書(shū)館中的每一個(gè)被借閱的圖書(shū)視為一個(gè)社團(tuán)，所以在初始狀態(tài)，社團(tuán)數(shù)目與頁(yè)面數(shù)量相等；（3）根據(jù)設(shè)定的衡量標(biāo)準(zhǔn)，計(jì)算社團(tuán)與社團(tuán)間的距離或相似度，并將距離最近的社團(tuán)或相似度最高的社團(tuán)合并在一起形成新的社團(tuán)；（4）重新計(jì)算每對(duì)社團(tuán)間的距離或相似度；（5）不斷重復(fù)合并及重新計(jì)算的步驟，直到找到所有聚類的社團(tuán)。

目前，眾多劃分網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的算法被設(shè)計(jì)出來(lái)，主要包括凝聚算法、分裂算法，搜索算法及其他算法四大類。

3 二分網(wǎng)絡(luò)在云計(jì)算中具體實(shí)現(xiàn)

利用二分網(wǎng)絡(luò)對(duì)高校圖書(shū)館借閱信息的分析，對(duì)于提高高校圖書(shū)館的管理工作非常有幫助，但同時(shí)也存在如下

圖2 社團(tuán)結(jié)構(gòu)網(wǎng)絡(luò)示意圖

幾個(gè)難點(diǎn)問(wèn)題：（1）根據(jù)筆者調(diào)查收集的數(shù)據(jù)顯示，針對(duì)一個(gè)中等規(guī)模的大學(xué)圖書(shū)館，其1年的借閱數(shù)據(jù)基本在20萬(wàn)條，這些數(shù)據(jù)利用圖書(shū)館自身的分析耗時(shí)又耗力。（2）利用復(fù)雜網(wǎng)絡(luò)的分析方法對(duì)于專業(yè)的要求過(guò)高，不針對(duì)一般的管理人員。所以，需要一個(gè)平臺(tái)，使圖書(shū)管理人員不再淹沒(méi)于大量的數(shù)據(jù)和技術(shù)方法，而直接得到分析的結(jié)果。

3.1 平臺(tái)選擇與技術(shù)實(shí)現(xiàn)

云計(jì)算在圖書(shū)館領(lǐng)域的應(yīng)用與研究已陸續(xù)展開(kāi)，圖書(shū)館的云時(shí)代即將到來(lái)，重塑圖書(shū)館生存和發(fā)展的環(huán)境、推動(dòng)圖書(shū)館自身變革是云計(jì)算環(huán)境下圖書(shū)館發(fā)展的未來(lái)趨勢(shì)。云計(jì)算是分布式處理、并行處理和網(wǎng)格計(jì)算的發(fā)展。從本質(zhì)上講，云計(jì)算是指用戶終端通過(guò)遠(yuǎn)程連接，獲取存儲(chǔ)、計(jì)算、數(shù)據(jù)庫(kù)等計(jì)算資源。目前，業(yè)界提供云計(jì)算服務(wù)的運(yùn)營(yíng)商較多，對(duì)于高校圖書(shū)管理二分網(wǎng)技術(shù)云計(jì)算實(shí)現(xiàn)而言，可以選用谷歌Google。日常在使用的Google Search，Google Earth，GoolgeMap，Google Gmail，Google Doc等等業(yè)務(wù)都是Google基于自己云計(jì)算平臺(tái)來(lái)提供的。Google也是通過(guò)云計(jì)算的方式，大量的降低計(jì)算成本，使之業(yè)務(wù)更具有競(jìng)爭(zhēng)力，其云計(jì)算平臺(tái)架構(gòu)如圖3所示。

對(duì)于高校圖書(shū)管理云計(jì)算的實(shí)現(xiàn)，首先是各類軟件應(yīng)用，一般常見(jiàn)的形式包括圖書(shū)館自動(dòng)化系統(tǒng)、辦公自動(dòng)化系統(tǒng)等，都以一種網(wǎng)絡(luò)服務(wù)的形式提供；第二，云存儲(chǔ)服務(wù)，大量的數(shù)字資源都可以存放服務(wù)器上，而不再需要“鏡像”于本地；第三，云計(jì)算服務(wù)提供商，提供本地?cái)?shù)據(jù)中心或者其他業(yè)務(wù)支持；第四，平臺(tái)服務(wù)，大型圖書(shū)館引入“云”設(shè)施，利用商用的云計(jì)算解決方案，架構(gòu)滿足本地或局部應(yīng)用的“私有云”平臺(tái)；第五，互聯(lián)網(wǎng)整合服務(wù)，圖書(shū)館作為一種服務(wù)中介，需要整合多家平臺(tái)和資源，利用各類云實(shí)現(xiàn)不同“云”之間的互操作，向管理者提供更有效的服務(wù)。

Google云計(jì)算軟件系統(tǒng)為圖書(shū)館數(shù)據(jù)的二分網(wǎng)絡(luò)分析提供了一種理想的平臺(tái)，原因在于Google云計(jì)算平臺(tái)軟件系統(tǒng)特別提供了Python與Java開(kāi)發(fā)開(kāi)發(fā)工具，而目前絕大多數(shù)的二分網(wǎng)絡(luò)分析程序都是基于上述兩種程序語(yǔ)言編制的，它保證了數(shù)據(jù)分析的可擴(kuò)充性與通用性。同時(shí)，Google云計(jì)算平臺(tái)的并行計(jì)算算法及并行數(shù)據(jù)庫(kù)將極大提高高校圖書(shū)館數(shù)據(jù)的分析速度。另外，在借助google云計(jì)算平臺(tái)處理數(shù)據(jù)的同時(shí)，必須注重?cái)?shù)據(jù)存儲(chǔ)格式的界定，目前高校大多數(shù)的數(shù)據(jù)多以EXCEL的xls格式或其它自主格式保存，這對(duì)云端數(shù)據(jù)的二分網(wǎng)絡(luò)處理分析非常不利，高校圖書(shū)館的借閱數(shù)據(jù)應(yīng)該轉(zhuǎn)向更加具體的網(wǎng)絡(luò)數(shù)據(jù)格式，例如CSV或NET等格式，這對(duì)后期的處理創(chuàng)造有利的基礎(chǔ)。

3.2 存在問(wèn)題的思考

云計(jì)算與二分網(wǎng)絡(luò)分析技術(shù)的結(jié)合，將為高校圖書(shū)館數(shù)據(jù)分析插上有力的翅膀，但同時(shí)也存在某些待解決的問(wèn)題：首先是互操作性和標(biāo)準(zhǔn)化問(wèn)題，在云計(jì)算與圖書(shū)管理自動(dòng)化的初步成長(zhǎng)期，由于各廠商都試圖建立自己的接口，同樣是高校圖書(shū)館借閱數(shù)據(jù)，卻存在著大相徑庭的存儲(chǔ)與處理方式，導(dǎo)致解決同一問(wèn)題的方法多樣化。其次，信息安全與保密問(wèn)題，目前，高校圖書(shū)館的數(shù)據(jù)絕大部分是內(nèi)部數(shù)據(jù)，采用不公開(kāi)的方式處理，但另一方面，二分網(wǎng)方法對(duì)一所大學(xué)數(shù)據(jù)的分析不具備可比性，只有累計(jì)多方的數(shù)據(jù)，才能讓分析處理結(jié)果具備合理性。