解析图书情报分析中相关性分析原理的有效应用

张翼

摘  要：随着信息技术的不断完善和提高，大数据的应用进入到了社会的各个环节之中。在图书馆的管理工作中，图书情报分析占有重要的地位。结合大数据手段，采用相关性原理进行科学的图书情报分析工作，是适应社会发展需要，完善图书馆管理的必然要求。

关键词：图书情报分析  相关性分析原理  大数据

中图分类号：G353.1    文献标识码：A 文章编号：1672-3791（2019）08（a）-0255-02

在信息数量增长呈几何式爆发的时代，在和数据有关的分析工作过程中，仅仅采用传统的分析方法对数据进行分析和管理，已经完全无法满足实际工作的需要。虽然对于大数据的确切概念在学术界还没有达成统一的认知，但是其通过对数据的储存，并通过相应的分析技术获取科学有效的实用数据，为对应的理论研究提供支持，已经得到了认可。

1  图书情报分析的目的和要求

做好图书情况分析工作，能够为科研工作、学科教学工作和文献资料查找等各个方面提供更加便利的内容检索和数据支持服务。在进行这些服务支持时，不仅对相关的内容的数量要能够支持到位，而且在数据的相关性和服务速度上，也要达到相应的要求。因此，要做好图书情报分析工作，必须在传统工作模式的基础上，加强各方面的研究，采用大数据的分析手段[1]，加强图书情报分析的有效性。

2  将相关性分析原理与大数据应用相结合

2.1 相关性原理的含义

从理论角度来讲，相关性分析是通过对两个或多个相关性的变量元素进行分析之后，对其中需要的变量因素进行密切程度的确定。在分析之前，首先要确认所选择的元素之间确实存在联系或者概率。从其相关性的角度来讲，两个元素之间存在着确定性的一一对应关系和非唯一性的统计关系两种形式。对于确定性的关系来说，能够运用函数的方式对其关系进行分析和测度。对于非唯一的统计关系而言，由于其关系强弱存在多种情形，就不能采用函数方式进行描述。通常情形下，这种复杂的强弱关系，在产生变化时，被称为相关关系。

2.2 相关性原理与大数据应用的结合

相关性原理在图书情报分析工作中，已经有了多年的应用历史。其在图书情报分析的理论研究和实践工作的推动方面已经产生了多方面的效益。随着时代发展，各种新型技术和应用手段不断涌现，传统的理论研究已经无法适应实践的需要，在理论高度上亟需提高。将相关性原理与大数据应用手段结合起来，从而促进图书情报分析工作的深入，是满足时代需要，解决目前情报分析过程中存在问题的有效手段。

3  应用过程

3.1 基础数据库的建立

在传统的图书情报分析工作中，在采用相关性分析原理开展相应的工作时，首先需要进行观测和资料的搜集等方面的工作。但是由于技术手段的限制，这一工作的开展在实际工作过程中，经常会出现资料搜集不完整，所需要的资料和实际查出的资料之间存在方向的差异等情况，从而影响到最终结果的准确性。在大数据条件的支持下，这一过程在应用方面取得了极大的进展。根据实际工作的需要，可以建立相对应的本地基础数据库，通过对数据的不断完善，提升相关性分析工作的效率。在需要的情况下，还可以对基础数据库进行联网，通过网络数据和云数据补充的手段，进一步丰富数据库的内容，为下一步工作的开展创造良好的条件。

3.2 开展定性判断

相关性原理分析的过程，是从定性分析到定量分析过程。定性分析首先是要確保元素之间具有相关的关系。采用传统的技术分析方法，需要在对大量数据分析之后，才能确认两者之间是否存在定性关系。在大数据手段介入的情况下，根据图书馆数据存储的相关数据信息进行细化分析，可以根据借还信息、咨询信息等应用数据的变化，结合图书情报信息的统计和分析，对其中的各种信息数据做出科学、客观、更加接近实际需要的定量分析。

3.3 建立相关性原理程序的建模

在大数据手段介入之前，进行相关性原理图表的绘制，对于图书情报分析具有重要的作用，它是用来展现事物现象之间相关关系的主要形式。在大数据技术的推动下，其中的相关表现形式可以通过计算机软件的形式表达出来，但是相关性原理图表绘制的结构，依然是软件程序构建的基础。在对元素间的相互关系和统计观测值进行定性判断之后，就可以一句观察值进行原理图表的绘制，利用平面指标坐标系制定散点分布图。依照分布图上的散点分布情况，对散点的密集趋势进行分析，展现相关关系的形式，从而确定相关关系的发展方向，做好数学上的回归分析，并确定相应的数学计算方式。散点图的方式具有多种形式，包括最基本的简单散点图和重叠散点图，此外还有矩阵散点图、三维散点图和多维散点图等。在实际工作过程中，要根据实际情况进行分析，采用最为合适的散点图进行建模工作，而不是采用最为复杂的散点图。

3.4 确定相关性分析原理的系数

对相关性分析的系数进行确定，是影响建模结果的重要因素。在数模模型确认之后，必须对相关系数采用数字方式进行精确的描述，从而确定相关关系程度变化和数据之间的变化。数字方式相关系数的计算公式，一般选用英国统计学家卡尔·皮尔逊所提出的计算公式，以此来进行变量关系的研究。对于其详细的计算过程，由于其在实际运用中，已由计算机程序的方式进行代替，在此就不再赘述。

3.5 对数学建模进行检验

对数学建模进行检验，是确认所建立模型的正确性和实用性，在传统的图书情报分析过程中，由于累计数据资料较少、随机性较大等缺点，对于样本数据必须进行详细具体的统计推断。但在大数据技术的支撑下，首先，在数据采集方面摒弃了传统相关性分析的缺陷，确保数据的搜集和整理工作能够保证数学建模的需要。其次，在对于相对应得统计量计算中，计算出的相伴概率值更加准确、更加适合实际的需要。

4  大数据下相关性分析原理在图书情报分析中的应用价值

4.1 促进图书馆管理水平的提高

采用相关性分析原理，建立相应的数学建模，对实际发展中的图书管理数据进行整理和分析，从而得出读者与图书之间、读者与管理员之间、管理员与图书之间、图书与图书之间的相性关系，依据相对的分析结果，可以对图书的引进工作，管理员的管理工作和读者的需求等方面做出相应的调整，进一步提高图书馆的整体管理水平。

4.2 提升图书馆的文献资料管理和发掘水平

人的生命是有限的，但是人类拥有的知识是无限的，在我国的图书馆文献管理工作中，由于经费少、专业人员少，职业技能水平低等方面的因素的影响，在文献资料管理水平上一直达不到实际的需求，从而造成文献资料的严重流失[2]。采用相关性分析原理进行文献管理，可以通过采取计算机技术和大数据平台的支撑，在以更快的速度进行文献资料整理的同时，对文献资料之间的关系进行科学分析，从而保证需求者能够在最短的时间内挖掘到自己需要的资料，加快科研进度。

5  结语

在时代的发展过程中，一些传统的工作手段，通过新技术的密切结合，能够更加适应时代的发展需要，起到更大的推动作用。相关性分析技术在图书情报分析中的应用，融合大数据技术和平台，提升图书馆内部管理水平的提高和外部服务水平的提升，就是最好的例证。

参考文献

[1] 高睿鹏，王树霞，王文婷.高校本科生借阅行为分析与读者服务对策研究——以内蒙古工业大学为例[J].图书馆研究与工作，2019（5）：88-92.

[2] 高雪.新媒体背景下图书情报资源整合策略研究[J].科技经济导刊，2019（13）：153，155.