大数据时代音乐图书数字化探析

大数据时代,读者线上阅读需求迅速增长,音乐图书出版面临读者需求多样化、图书编辑流程优化等问题与挑战.音乐图书出版应顺应大数据时代需求,注重数字化发展与传播,以提升读者阅读与研究的便利性.音乐图书数字化主要包括整合图书内容、加强版权保护、构建数字化平台、制定行业标准等,以此创新音乐图书的产销模式.     

基于用户画像的图书推荐算法实证研究

个性化推荐算法能够帮助读者从图书馆海量馆藏中发现所需图书,有助于提高馆藏利用率和读者服务效率。文章以高校图书馆图书数据、读者数据和借阅数据为数据源,从中抽取关键词构建图书画像和读者画像;利用向量空间模型计算图书与读者之间的相似度,向读者推荐与其相似度排名靠前的图书;并进行推荐算法效果实证分析,揭示著录数据、读者类型、推荐窗口等变量对推荐准确率的影响。     

大数据时代高校藏书采购模式发展探索

大数据时代背景下高校图书馆的大数据采集、集成和数据挖掘方法,为高校图书馆优化文献储藏和开展以读者需求为导向的服务提供了新模式和新思路.文章通过定性分析法,探索以读者需求为导向、以大数据为支撑的藏书采购新模式.这种基于读者显性及隐性阅读需求,建立以读者数据及用户行为为支撑、以数据为导向的藏书采购模式,使现有图书采访工作更加数据化、系统化.     

我国图书情报界大数据应用研究——基于CNKI核心期刊的文献计量分析

以CNKI核心期刊为数据源,采用文献计量统计分析法,从年代分布、期刊分布、基金资助、关键词和核心作者等方面,对刊载在图书情报领域核心期刊上的201篇大数据研究论文进行统计分析,指出我国图书情报界大数据研究的主要特点.研究发现:国内图书情报界大数据的理论研究与应用实践已取得一定的进展,但相关研究还存在一些问题,主要表现为理论研究系统性尚未形成、学术视野不够广阔、研究机构类型单一、应用效果不明显等.     

基于关联规则挖掘的图书流通信息分析

对某一读者群在一定时期内所借阅图书的流通数据应用关联规则的挖掘分析方法,可以发现读者在进行专业学习时隐含的各学科知识之间的关联.这对图书馆调整资源建设的学科结构、提升读者服务工作水平具有重要的指导意义.     

基于大数据的高校图书馆个性化推荐书目生成研究

通过数据挖掘技术可以发现在校读者的借阅习惯以及使用图书资源的模式,进而评估读者对馆藏资源和馆藏服务的利用情况,针对读者的借阅规律,图书馆可以提供个性化的信息推送服务,有效提高资源利用率和服务水平.以辽宁师范大学文、史、法及心理学院读者的借阅记录为样本数据,采用大数据处理软件Weka进行数据离散化转换,并加载分析,根据频繁项集合算法的挖掘关联规则,预测相关书籍的借阅概率,生成推荐书目,向读者进行个性化推荐.经过大数据分析发现,读者借阅同种图书的关联度占总关联规则的比率较大,说明大部分读者在一次特定的借阅中,往往只会借阅某一类别或者高度相关的图书.将上述结果提供给相关学科馆员,能为读者提供更有针对性和目的性的书目,并加以个性化信息推送服务,提高图书馆的学科服务质量.     

基于读者阅读倾向h指数分析的馆藏资源优化策略研究

文章将h-index指数法引入到读者阅读倾向实证研究中,以高校图书馆流通数据为样本,根据实际统计数据获取各类图书h指数并以此研究读者阅读倾向,分析相应图书学科类别分布与价值利用程度,进而为图书资源优化配置提供依据。     

图书馆利用图书在版编目中发现的问题及对策

图书在版编目(Cataloguing in Publication),简称CIP,是根据<图书在版编目数据>和<图书书名页>两项国家标准,对出版过程中的图书编制书目数据,并把该书目数据印在图书书名页背面或版权页.它为图书出版,发行机构、图书馆和读者共享其数据,且最终实现文献资源数据共享起着重要作用.     

读者参与图书编目与数据对接初探

介绍OPAC与互联网图书编目系统的融合现状,提出读者在互联网网站参与图书编目、解决读者自由分类与OPAC的中图分类数据的对接方法,分析如何保证互联网图书编目的准确性.     

Unicorn系统流通模块数据挖掘初探

本文通过对Unicorn系统中图书流通数据的分析和挖掘,结合图书流通、读者导读方面的实践经验,对流通数据所反映的用户知识进行归纳总结.     

大数据视角下我国思想政治类图书的出版发行研究

大数据背景下,以读者为导向的图书出版成为图书出版业的发展趋势.运用大数据技术,图书出版企业可以更精准地定位图书市场的阅读群体.对思想政治类图书而言,大数据技术的应用可以使出版企业更好地把握当前阅读群体的兴趣所在,有针对性地出版读者需要的作品.本文首先对政治类图书的特殊性进行分析,并在分析大数据技术对思想政治类图书出版发行的影响的基础上,提出运用大数据出版发行政治类图书的具体建议.     

图书流通数据分析的H类指数遴选及应用——以西北农林科技大学图书馆为例

[目的/意义]优化藏书采访工作和流通管理,实现对藏书采访、藏书总量和结构等状况适时监测、评估、调控等的标准化管理。[方法/过程]通过对H类指数中的H指数、A指数和G指数相关性、变异性和适应性分析,遴选适用于图书流通数据分析的A指数,并根据帕累托定律采用A指数对西北农林科技大学图书馆2014-2018年的前20%的图书流通数据分别进行统计分析。[结果/结论]研究结果表明:平均A指数对中图法一级类目与读者性别、读者专业、读者年级以及图书出版社、图书出版年、单位等数据统计分析具有较理想的表现,能够更全面、准确地遴选核心读者群、核心出版者和核心出版年;同时发现,布拉德福定律不仅能够应用于期刊管理,而且能够应用于藏书管理。本文研究能够为探索H类指数分析高校图书馆藏书流通数据提供参考依据。     

出版业应用人工智能的机遇与挑战

探讨人工智能应用给出版业带来的发展机遇,包括促进出版大数据向大机遇的转化、提高出版生产效率、促进图书发现.梳理出版业应用人工智能面临的挑战,包括读者数据的获取难题、出版规律性的发现和分析难题,以及具备出版经验的智能科学家人才缺乏问题.指出要应对这些挑战,出版业在人工智能应用过程中要注意数据驱动而非代替人类决策、训练人机交互,还要提高出版人的专业素养,识别出版市场规律.     

数据视域下高校馆藏图书结构配置优化实证研究——以中南大学图书馆为例

针对高校图书馆馆藏图书结构配置失衡问题,基于读者利用数据分析其配置失衡差距及其优化方法。采用差距分析方法(GAP),以中南大学图书馆馆藏图书及其历史借阅行为数据为例,从藏书的数量、经费、结构、利用和复本等维度,分析馆藏结构配置状态与优化目标之间的差距,以及在采访和典藏调配业务中如何平衡差距。建立馆藏图书结构配置评价指标参数体系及其优化方法,该方法应用到该馆的采访和典藏调配业务中,为高校馆藏图书结构配置优化提供决策依据。     

基于外借图书数据分析的图书采购启示——以第三军医大学图书馆为例

为了确定图书采购的最佳复本量,对第三军医大学图书馆的流通数据进行分析,发现读者实际借阅的图书群中存在一些比较稳定的现象和规律,可为图书馆确定图书采购的最佳复本量提供参考,同时,对图书采购策略方面也有一些启示。     

基于图书流通数据的大学生阅读倾向研究——以沈阳航空航天大学图书馆为例

以汇文系统内图书流通数据为研究基础,从借阅图书的学科分布、主题分布、高频次分布和读者的年级分布等多个角度出发,全面分析了大学生的阅读倾向、阅读内容以及阅读兴趣,从中发现其阅读规律,提出优化策略,进而更加有针对性地开展导读工作,为大学生提供优质、满意的读者服务.     

图书编辑大数据应用能力浅析

数字时代,大数据已成为一种新型生产要素,是否能驾驭数据,洞察数据中隐藏的秘密,发掘前所未有的空间和潜力,已成为出版行业面临的机遇和挑战.图书编辑除了掌握传统能力以,还应具备并提升大数据应用能力:数据采集和筛选能力、数据分析能力,以及利用大数据的选题优化创新能力、新媒体宣传营销能力和对读者反响的调查分析能力.     

基于读者笔记数据动态生成图书精缩本研究

数字内容动态重组是满足当下碎片化阅读需求的一种重要手段,制作图书精缩本是一种内容重组方式.本文在分析当前图书精缩本现状的基础上,将用户思维引入图书精缩本的制作中,提出了一种基于读者笔记数据动态生成图书精缩本的方法.在散文集《看见》上的应用表明该方法能够动态生成图书摘录本并能够提高读者的阅读效率.     

图书编目数据质量审核制度和信息反馈制度之探究

图书编目数据建设是图书馆现代化建设的核心,图书编目数据质量的优劣将直接影响到读者对文献信息的利用与网络交流及资源共享。论述了建立图书编目数据质量审核制度和图书编目数据质量信息反馈制度的必要性。     

海量数据集上基于特征组合的关键词自动抽取

关键词自动抽取的任务就是使用计算机自动地从文本中抽取能够高度有效表达文本主题的词汇.小规模训练集和测试集下的关键词自动抽取已经有诸多算法实现,但是大规模分布复杂的数据集上的关键词自动抽取却很少有学者提及.本文利用现有的信息检索技术,对海量数据集上自动抽取关键词问题进行了研究,给出了一个基于特征组合的关键词自动抽取方法.该方法构造了一个大规模的关键词词典;基于TF× IDF值和其他特征,提出了更有效的关键词权重计算方法;根据关键词本身的特点,对候选关键词进行了后处理,使得抽取的关键词更符合读者的要求.本文的后续实验表明,该方法同基于Bayes和KNN等的机器学习方法相比,性能相当.使用自动评价和人工评价两种方法对抽取的关键词进行了评估.专业编辑对抽取结果的人工评价显示,约95%的自动抽取的关键词可以被专业编辑或者读者接受.