تکنیک های داده کاوی کتاب شناسی ( Bibliomining) برای تصمیم گیری کتابخانه

قیمت: 38,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

تکنیک های داده کاوی کتاب شناسی ( Bibliomining) برای تصمیم گیری کتابخانه

عنوان لاتین

Bibliomining for Library Decision-Making

بیشتر مردم به کتابخانه به عنوان یک ساختمان آجری کوچک در قلب جامعه خود یا ساختمان آجری بزرگ در مرکزیک محوطه فکر می‌کنند. با این حال ، این تصورات تا حد زیادی دنیای کتابخانه‌ها را تحت تاثیر قرار داده است .اکثر سازمان‌های تجاری بزرگ فعالیت‌های کتابخانه خانگی مانند مدارس، سازمان‌های غیر دولتی و همچنین دولتهای محلی، ایالتی و فدرال را به خود اختصاص داده‌اند. با استفاده فزاینده از اینترنت و وب گسترده جهانی، کتابخانه‌های دیجیتالی رشد کرده‌اند و این کتابخانه‌ها به تنوع گسترده‌ای از کاربران مختلف خدمت می‌کنند. با این دیدگاه گسترش یافته در کتابخانه‌ها، دو دیدگاه کلیدی بوجود می‌آیند. اول، کتابخانه‌ها معمولا در موسسات بزرگ‌تر جای می‌گیرند. کتابخانه‌های شرکتی به شرکت‌های خود خدمت می‌کنند، کتابخانه‌های دانشگاهی به دانشگاه‌ها خدمت می‌کنند، و کتابخانه‌های عمومی به جوامع آماری خدمت می‌کنند که نظارت بر نمایندگان را بر عهده دارند. دوم، کتابخانه‌ها نقشی اساسی در نهادهای خود به عنوان مخازن و ارایه دهندگان منابع اطلاعاتی ایفا می‌کنند . در نقش ارائه کننده، کتابخانه‌ها در جهان کوچکی از فعالیت‌های فکری و آموزشی افرادی که این موسسه را تشکیل می‌دهند ، هستند. این حقیقت مبنایی را برای اهمیت استراتژیک استخراج داده‌های کتابخانه فراهم می‌کند: با تعیین آنچه که کاربران به دنبال آن هستند، کتابشناسی می‌تواند دیدگاه‌هایی را آشکار کند که معنایی در زمینه نهاد میزبان کتابخانه دارد. استفاده از داده کاوی برای بررسی داده‌های کتابخانه ممکن است ماهرانه نامیده شود.با پذیرش گسترده فهرست‌های کامپیوتری و امکانات جستجو در طول ربع قرن گذشته، دانشمندان علوم کتابداری و اطلاع رسانی اغلب از روش‌های کتاب سنجی ( به عنوان نمونه، کشف الگوها در نویسندگی و استناد در یک زمینه ) برای کشف الگوها در اطلاعات کتابشناسی استفاده کرده‌اند. در طول مدت مشابه، محققان مختلف تکنیک‌های داده کاوی - روش‌های آماری و تجسم پیشرفته را برای یافتن الگوهای غیر بدیهی در مجموعه‌های داده بزرگ ، آزمایش و آزمایش کرده‌اند. کتاب شناسی به استفاده از تکنیک‌های کتاب شناسی و تکنیک‌های داده کاوی برای کشف مقادیر زیاد داده‌های تولید شده توسط کتابخانه خودکار معمولی اشاره دارد.

Most people think of a library as the little brick building in the heart of their community or the big brick building in the center of a campus. These notions greatly oversimplify the world of libraries, however. Most large commercial organizations have dedicated in-house library operations, as do schools, non-governmental organizations, as well as local, state, and federal governments. With the increasing use of the Internet and the World Wide Web, digital libraries have burgeoned, and these serve a huge variety of different user audiences. With this expanded view of libraries, two key insights arise. First, libraries are typically embedded within larger institutions. Corporate libraries serve their corporations, academic libraries serve their universities, and public libraries serve taxpaying communities who elect overseeing representatives. Second, libraries play a pivotal role within their institutions as repositories and providers of information resources. In the provider role, libraries represent in microcosm the intellectual and learning activities of the people who comprise the institution. This fact provides the basis for the strategic importance of library data mining: By ascertaining what users are seeking, bibliomining can reveal insights that have meaning in the context of the library’s host institution. Use of data mining to examine library data might be aptly termed bibliomining. With widespread adoption of computerized catalogs and search facilities over the past quarter century, library and information scientists have often used bibliometric methods (e.g., the discovery of patterns in authorship and citation within a field) to explore patterns in bibliographic information. During the same period, various researchers have developed and tested data mining techniques—advanced statistical and visualization methods to locate non-trivial patterns in large data sets. Bibliomining refers to the use of these bibliometric and data mining techniques to explore the enormous quantities of data generated by the typical automated library.