日本公共图书馆绩效评估理论与实践

从图书馆绩效评估指标、公共图书馆的行政评估、图书馆服务质量评估、其他学科在图书馆绩效评估中的应用、图书馆绩效评估的综合性研究等五个方面对日本图书馆绩效评估的理论研究进行了概述,介绍并分析了日本公共图书馆绩效评估的评估主体、评估方法、评估指标体系及存在的问题,指出了日本公共图书馆绩效评估对我国公共图书馆评估的启示.     

公共图书馆免费开放服务绩效评估的初步探讨

推动公共图书馆免费开放可持续发展,必须采用公共服务绩效评估的理论和方法,对公共图书馆免费开放绩效评估问题进行探讨。对公共图书馆进行绩效评估的范围,可以从定性、定量和享受免费服务读者满意度调查三方面进行。要从四个方面进一步研究加强公共图书馆免费开放绩效评估的政策路径。     

基于HAPLR的我国省域公共图书馆评价及改进研究

运用美国公共图书馆HAPLR评价体系,对我国31个省域公共图书馆进行HAPLR等级排名,并指出该评价系统的局限性,在改进HAPLR体系的基础上进行我国省域公共图书馆的DEA绩效测算,重点分析我国部分省域公共图书馆服务绩效低下的原因,建议从拓展绩效生产边界、优化资源配置、提高服务产出等方面提升我国公共图书馆的服务绩效。     

公共图书馆绩效管理与绩效工资关系研究

目前公共图书馆均在实施绩效工资制度,而绩效工资的实施与公共图书馆的绩效管理息息相关.绩效管理工作是否健全是绩效工资制度能否有效实行的关键.本文围绕公共图书馆绩效管理与绩效工资的内涵、关系、应把握的问题等作了初浅的思考.     

基于PDCA循环的公共图书馆绩效管理体系

文章分析了公共图书馆实施绩效管理的现状,针对实践中的问题和难点,提出基于PDCA循环的公共图书馆绩效管理体系及实施的注意事项,旨在帮助公共图书馆理清绩效管理思路,实现高效的绩效管理。     

美国公共图书馆绩效评估理论研究

美国公共图书馆绩效评估理论研究始于20世纪60年代,涵盖了图书馆绩效评估的内涵与发展阶段、图书馆法中有关图书馆评估的条款、绩效评估的指标、绩效评估的手段、绩效评估的方法等方面。我国公共图书馆在开展绩效评估理论与实践研究时要根据公共图书馆的具体情况,同时可以借鉴美国等国家公共图书馆绩效评估的成功经验。     

公共图书馆联盟绩效评估指标体系研究

提出公共图书馆联盟绩效评估的概念,从合作、服务、管理三个维度来建立公共图书馆联盟绩效评估指标体系,为公共图书馆联盟绩效评估提供参考。     

公共图书馆绩效审计的目标选择与实现路径——基于香港公共图书馆绩效审计的案例

香港审计署开展的提供图书馆服务绩效审计,对内地公共图书馆绩效审计的广泛开展具有重要的借鉴意义。公共图书馆绩效审计在目标选择上可采用"问题分析"法,遵循整体性、可量化性原则;实现路径上,应当采用多元化的绩效审计方法,重点参考图书馆服务相关法规、指引等作为评价标准,从而有利于公共图书馆绩效审计项目全面系统地开展。     

公共图书馆绩效工资制度初探

论述了公共图书馆实行岗位绩效工资制度的必要性以及完善图书馆行业绩效考核应遵循的原则,对公共图书馆实行岗位绩效管理中的绩效考核、绩效工资总量核定进行了探索。参考文献3。     

论公共图书馆的绩效管理

阐述了公共图书馆绩效管理的内涵,通过阐述公共图书馆实行绩效管理的意义、绩效管理目前存在的问题,提出了实施绩效管理过程中需要注意的问题。     

数据挖掘技术在图书馆增值服务中的应用

本文介绍了数据挖掘技术的基本情况,提出数据挖掘技术在图书馆增值服务中应用的几个方面：读者数据挖掘、数据资源挖掘和学科发展趋势挖掘。设计出图书馆增值服务中采用数据挖掘技术构想,为提高图书馆服务水平提供思路和参考。     

数据采掘与信息资源的开发利用

数据采掘是近年来迅速发展起来的一种开发信息资源的数据处理新技术。数据采掘可用于挖掘图书馆数据库或数据仓库中有用的信息和知识, 把数据仓库、OLAP、数据采掘、模型库结合起来, 可以构造出更高形式的图书馆决策支持系统。本文阐述了数据采掘的定义、特点、类型、功能、发现的知识类型及其发展趋势, 介绍了数据采掘的工具, 探讨了数据采掘的各种方法以及数据采掘与知识发现的关系等问题。     

数据挖掘:原理、方法及其应用

数据挖掘是当前数据库和信息决策领域的最前沿研究方向之一。首先介绍了数据挖掘的基本概念和处理过程, 然后分别分析了数据挖掘所发现的主要知识类型和使用的技术方法, 最后对基于Web 的几个数据挖掘应用系统进行了较为细致的剖析, 并指出数据挖掘技术和搜索引擎技术的结合对网络信息的发现、搜集和管理、利用具有巨大的发展前景。     

泛在知识环境中数据挖掘技术进展分析

本文针对泛在知识环境的特征和知识获取需求,重点从数据挖掘的智能演化、挖掘层次、发展要素三个主要方面进行调研分析,探讨了数据挖掘的本质要素及规律,指出基于智能语义处理的知识挖掘是数据挖掘发展的必然趋势.本文进一步提出,将人工智能领域的智能信息获取技术与知识管理领域的大规模语义知识处理技术相结合,构建语义知识表示、分析、检索、推理、挖掘等一体化的知识挖掘体系,是实现大规模知识获取和提升其智能水平的有效途径.     

构建基于Web数据挖掘技术的信息服务系统

介绍Web数据挖掘的种类和方法,提出一个基于Web数据挖掘的信息服务系统结构,该结构以数据挖掘模块为中心,处理数据库、智能代理、Web服务器日志和用户接口多数据源的信息,以改善文献情报机构的服务质量。     

Web数据挖掘对Web数据检索的支持作用

本文在对Web数据检索和Web数据挖掘的技术特性进行简要介绍的基础上 ,阐述了二者之间的主要区别 ,并着重对Web数据挖掘对Web数据检索构成的支持作用进行了具体分析。这些支持作用体现在 :自动分类 ,揭示知识特征 ,群集处理 ,超链结构挖掘和用户知识模型挖掘。     

数据挖掘版权政策构建研究:研究型图书馆的立场

[目的/意义]针对大数据背景下数据挖掘所面临的版权政策问题,作为高校科研院所文献信息中心的研究型图书馆应当构建灵活的数据挖掘版权政策。[方法/过程]综合分析研究型图书馆面临的版权政策环境,从国家立法和出版商政策两个角度,分析版权许可和法定例外这两种政策构建方式。[结果/结论]我国研究型图书馆应该积极推动建立数据挖掘版权例外制度,同时完善内容采购的版权许可机制,提高与出版商的谈判能力;从宏观和微观的角度为科研人员开展数据挖掘提供灵活全面的政策支持。     

商务数据挖掘与可视化实现方法

较全面地讨论商务数据挖掘的系统结构、方法与技术。为了直观、方便地利用商务数据挖掘结果，采用可视化方法是一种优选方案。从商务数据特征值的抽取、处理流程与算法到特征库的建立、降维映射，直至可视化结果的生成都进行详细探讨。     

Web挖掘在个性化信息服务中的应用探讨

数据挖掘是近年来新兴的计算技术与方法。在介绍Web数据挖掘的概念、挖掘步骤、以及Web挖掘三种技术的基础之上,探讨了Web数据挖掘在图书馆个性化信息服务过程中提供的技术支持。     

Data mining and the search for security: Challenges for connecting the dots and databases

Data mining is emerging as one of the key features of many homeland security initiatives. Often used as a means for detecting fraud, assessing risk, and product retailing, data mining involves the use of data analysis tools to discover previously unknown, valid patterns and relationships in large data sets. In the context of homeland security, data mining is often viewed as a potential means to identify terrorist activities, such as money transfers and communications, and to identify and track individual terrorists themselves, such as through travel and immigration records. However, compared to earlier uses of data mining by government, some of the homeland security data mining applications represent a significant expansion in the quantity and scope of data to be analyzed. Three of the higher profile initiatives include the now defunct Terrorism Information Awareness (TIA) project, the recently canceled Computer-Assisted Passenger Prescreening System II (CAPPS II), and the Multistate Anti-Terrorism Information Exchange (MATRIX) pilot project. This article examines the evolving nature of data mining for homeland security purposes, the limitations of data mining, and some of the issues raised by its expanding use, including data quality, interoperability, mission creep, and privacy.