朱玉斌

［摘要］ 館員培訓(xùn)，作為提高業(yè)務(wù)水平的重要途徑，歷來為各圖書館所重視。然而傳統(tǒng)方式多為照本宣科，本文以采編部培訓(xùn)為例，探討了如何結(jié)合數(shù)據(jù)挖掘技術(shù)，察覺業(yè)務(wù)短板所在，使館員的培訓(xùn)更有針對(duì)性和實(shí)時(shí)性。

［關(guān)鍵詞］ 關(guān)聯(lián)規(guī)則； 館員； 培訓(xùn)

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 10. 062

［中圖分類號(hào)］G251［文獻(xiàn)標(biāo)識(shí)碼］A［文章編號(hào)］1673 - 0194（2012）10- 0109- 01

１館員培訓(xùn)現(xiàn)狀

館員培訓(xùn)，作為提高業(yè)務(wù)水平的重要途徑，歷來為各圖書館所重視。目前，常見的培訓(xùn)方式有：

（１） 業(yè)務(wù)講座。通過邀請(qǐng)專家學(xué)者舉辦專題講座，是常見的一種業(yè)務(wù)培訓(xùn)方式。專家學(xué)者高屋建瓴，業(yè)務(wù)知識(shí)淵博，能夠談到很多日常工作中不易覺察的問題，且多有新的理念和見解，很有學(xué)習(xí)價(jià)值，因此廣受各圖書館歡迎。但這種方式往往針對(duì)性不足，對(duì)于各館具體的業(yè)務(wù)問題和短板，未必能夠提供及時(shí)的幫助。

（２） 組織學(xué)習(xí)。通過參加大館、核心館的培訓(xùn)班，提高業(yè)務(wù)水平。這種方式覆蓋面廣，可以有針對(duì)性地對(duì)各部門的不同業(yè)務(wù)人員進(jìn)行專業(yè)培訓(xùn)，也是一種常見的方式。不過，這一培訓(xùn)方式多為新入館工作人員的崗前培訓(xùn)，實(shí)時(shí)性往往不強(qiáng)，不能對(duì)工作中的具體問題進(jìn)行幫助和指導(dǎo)。

（３） 學(xué)術(shù)會(huì)議。通過參加年會(huì)，技術(shù)研討會(huì)等主題討論的機(jī)會(huì)，學(xué)習(xí)新的知識(shí)和技術(shù)，理解動(dòng)態(tài)和方向，也是一個(gè)重要的培訓(xùn)方式。同樣，也是缺乏針對(duì)性。

在實(shí)際工作中，以采編部為例，在Ｍａｒｃ著錄的過程中，工作人員對(duì)于已完成的工作往往缺乏評(píng)估和察覺錯(cuò)誤的方式，如拼音錄入錯(cuò)誤，字段編寫不規(guī)范等業(yè)務(wù)問題，每個(gè)工作人員的情況都有不同，如何實(shí)時(shí)性地依據(jù)以往工作進(jìn)行分析，提供業(yè)務(wù)報(bào)告，從而可以給具體工作人員提供業(yè)務(wù)學(xué)習(xí)的方向，能夠更有針對(duì)性和實(shí)時(shí)性地進(jìn)行專項(xiàng)培訓(xùn)，提高業(yè)務(wù)水平便成了一個(gè)很有價(jià)值的研究課題。

２數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘（Ｄａｔａ Ｍｉｎｉｎｇ），就是從海量數(shù)據(jù)中挖掘出隱含在其中的礦藏——知識(shí)。一般認(rèn)為，廣義的數(shù)據(jù)挖掘又稱數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)（Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅ），簡(jiǎn)稱知識(shí)發(fā)現(xiàn)（ＫＤＤ）。它是從大量的、不完整的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是可信的、潛在的和有價(jià)值的信息和知識(shí)的過程。

數(shù)據(jù)挖掘技術(shù)是一個(gè)多學(xué)科交叉的綜合研究領(lǐng)域。它融合了數(shù)據(jù)庫技術(shù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析、模式發(fā)現(xiàn)、可視化技術(shù)、信息檢索以及信號(hào)處理等多個(gè)學(xué)科領(lǐng)域的技術(shù)。

３關(guān)聯(lián)規(guī)則在館員培訓(xùn)中的作用

關(guān)聯(lián)規(guī)則在數(shù)據(jù)挖掘領(lǐng)域中是一個(gè)重要的研究方向，這一技術(shù)主要用來揭示數(shù)據(jù)與數(shù)據(jù)之間未知的相互依賴關(guān)系。

在研究圖書Ｍａｒｃ加工數(shù)據(jù)時(shí)，數(shù)據(jù)著錄錯(cuò)漏之處的相互依賴關(guān)系，恰恰體現(xiàn)了著錄人在圖書Ｍａｒｃ加工中的個(gè)人習(xí)慣以及潛在的業(yè)務(wù)短板所在。因此采用關(guān)聯(lián)規(guī)則算法可以很好地分析Ｍａｒｃ數(shù)據(jù)的加工過程中存在的問題以及隱含在其中的規(guī)律，為業(yè)務(wù)培訓(xùn)指明方向。

為了提高培訓(xùn)工作的智能性，可以將基礎(chǔ)培訓(xùn)資料輸入數(shù)據(jù)庫，形成培訓(xùn)資料庫。通過圖形化的界面，結(jié)合關(guān)聯(lián)規(guī)則分析結(jié)果，定期形成分析報(bào)告，然后依據(jù)報(bào)告推薦培訓(xùn)資料，實(shí)現(xiàn)無人工干預(yù)的全自動(dòng)培訓(xùn)系統(tǒng)。如再結(jié)合ＲＳＳ訂閱推送，則可完全解決實(shí)時(shí)性和針對(duì)性不足的問題，切中要害，提高培訓(xùn)效率。

４我館在實(shí)際應(yīng)用中的嘗試

圖書加工評(píng)估工作的重點(diǎn)是建立評(píng)估標(biāo)準(zhǔn)，我們依據(jù)Ｍａｒｃ數(shù)據(jù)規(guī)范，使用正則表達(dá)式進(jìn)行了表述，考慮到信息交互性，采用ＸＭＬ文件進(jìn)行存儲(chǔ)。為了便于程序訪問和實(shí)施挖掘算法，在驗(yàn)證規(guī)則完成后，建立錯(cuò)漏代碼表，針對(duì)各條規(guī)則，相應(yīng)地進(jìn)行變量命名編號(hào)，以便標(biāo)志錯(cuò)誤類型。

準(zhǔn)備工作完成后，對(duì)館藏?cái)?shù)據(jù)進(jìn)行抽樣，形成數(shù)據(jù)段，以我館匯文Ｏｒａｃｅｌ數(shù)據(jù)庫為例，下面是分段代碼片段：

ｓｅｌｅｃｔ

ｍａｒｃ．ｍａｒｃ＿ｒｅｃ＿ｎｏ，ｍａｒｃ．ｃａｔａ＿ｏｐｅｒ，ｍａｒｃ．ｃａｔａ＿ｄａｔｅ，ｍａｒｃ．ｍ＿ｃａｌｌ＿ｎｏ，ｍａｒｃ．ｍ＿ｔｉｔｌｅ，ｍａｒｃ．ｍ＿ａｕｔｈｏｒ，ｍａｒｃ．ｍ＿ｐｕｂｌｉｓｈｅｒ，ｍａｒｃ．ｍ＿ｐｕｂ＿ｙｅａｒ，ｍａｒｃ＿ｄａｔａ．ｍａｒｃ０１，ｍａｒｃ＿ｉｄｘ．ｍａｒｃ＿ｄａｔａ＿ｃｏｄｅ，ｍａｒｃ＿ｉｄｘ．ｍａｒｃ＿ｉｄｘ＿ｃｏｎｔ ｆｒｏｍ ｍａｒｃ ｉｎｎｅｒ ｊｏｉｎ ｍａｒｃ＿ｄａｔａ ｏｎ ｍａｒｃ．ｍａｒｃ＿ｒｅｃ＿ｎｏ＝ｍａｒｃ＿ｄａｔａ．ｍａｒｃ＿ｒｅｃ＿ｎｏ ｉｎｎｅｒ ｊｏｉｎ ｍａｒｃ＿ｉｄｘ ｏｎ ｍａｒｃ．ｍａｒｃ＿ｒｅｃ＿ｎｏ＝ｍａｒｃ＿ｉｄｘ．ｍａｒｃ＿ｒｅｃ＿ｎｏ ｗｈｅｒｅ ｍａｒｃ．ｃａｔａ＿ｄａｔｅ ｂｅｔｗｅｅｎ ＇２００４－０１－０１＇ ａｎｄ ＇２００４－１２－３１＇

對(duì)數(shù)據(jù)進(jìn)行模式匹配后，生成１階頻繁項(xiàng)集，并在此基礎(chǔ)上生成多階頻繁項(xiàng)集。根據(jù)結(jié)果生成情況，適當(dāng)調(diào)整支持度和置信度的閾值，以獲得有價(jià)值的挖掘結(jié)果。通常，這個(gè)過程會(huì)反復(fù)進(jìn)行，在初次獲得有價(jià)值信息后，可將該閾值作為初始化數(shù)據(jù)，作為系統(tǒng)正常運(yùn)行時(shí)的參數(shù)。

針對(duì)分析報(bào)告中的字段關(guān)聯(lián)信息，程序訪問錯(cuò)漏字段代碼，獲得錯(cuò)漏類型，然后通過訪問培訓(xùn)資料數(shù)據(jù)庫中相應(yīng)類型編碼的培訓(xùn)數(shù)據(jù)，生成業(yè)務(wù)報(bào)告和培訓(xùn)指南，從而實(shí)現(xiàn)培訓(xùn)工作的自動(dòng)化。最后，可以結(jié)合ＲＳＳ訂閱，以離線推送的方式，向館員提供培訓(xùn)指南，從而更實(shí)時(shí)、便捷地進(jìn)行業(yè)務(wù)培訓(xùn)工作，提高圖書館的業(yè)務(wù)水平。

５結(jié)束語

文中探討了應(yīng)用數(shù)據(jù)挖掘技術(shù)，如何提高館員培訓(xùn)工作的針對(duì)性和實(shí)效性。從館藏?cái)?shù)據(jù)庫中Ｍａｒｃ相關(guān)各數(shù)據(jù)表字段的結(jié)構(gòu)出發(fā)，通過應(yīng)用關(guān)聯(lián)規(guī)則挖掘技術(shù)，實(shí)現(xiàn)圖書館Ｍａｒｃ數(shù)據(jù)定期自動(dòng)檢測(cè)，并通過分析產(chǎn)生業(yè)務(wù)報(bào)表，結(jié)合培訓(xùn)資料庫和ＲＳＳ訂閱，實(shí)現(xiàn)動(dòng)態(tài)推送針對(duì)性培訓(xùn)的智能培訓(xùn)系統(tǒng)。

主要參考文獻(xiàn)

［１］ 汪育健，鄒攀． 基于線性鏈表的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)在數(shù)字圖書館中的應(yīng)用［Ｊ］． 圖書館雜志，２００９（１２）．