基于OPAC搜索的高校图书馆图书资源需求预测摘要：论文通过对高校图书馆OPAC搜索的数据挖掘，构建了以国图分类号划分的图书资源需求量预测模型。首先设计了针对OPAC关键词的分类方法，对读者外借、预约及OPAC搜索三个预测器的数据分布进行统计分析，然后完成基于搜索量的线性回归预测模型设计，并与基础预测模型进行伪样本外预测检验，验证了加入搜索关键词变量后的模型能够提供更准确的数据预测结果。最后，提出了基于需求预测结果的采购决策模型，为图书采购的比例分配提供数据参考。关键词：资源建设，需求预测，回归分析0引言文献资源建设是图书馆基础建设工作的核心内容之一，也是图书馆开展相关知识情报服务的基础。根据教育部高等学校图书情报指导委员会2018年底发布的《2017年879所高校图书馆文献资源购置费统计表》，图书馆在文献资源购置中的经费投入越来越高，其中排名第一的中山大学图书馆文献资源购置经费高达上亿元，超过一百所高校图书馆的购置经费高于一千万元，而各高校图书馆的平均购置经费也在500万元以上。然而经费的投入量并不代表文献资源建设质量，大多数图书馆仍然存在资源利用率逐年减低的问题[1]。这一方面是由于互联网环境下读者获取信息的渠道更加多样化，图书馆不再是知识传递的主要途径。另一方面，信息化时代的发展使得读者阅读需求变化更加频繁，而图书馆缺乏对当代读者需求的有效评估和及时响应手段，其资源采购效率往往滞后于读者需求更新。因此，本文以高校图书馆为研究对象，探讨了一种基于大数据技术的图书馆文献资源建设策略，通过对读者在OPAC中的搜索行为进行采集和挖掘，构建读者需求的短期预测模型，对图书馆未来资源需求量进行定量分析与计算，为图书馆资源采购决策提供可信的参考依据。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---1研究现状综述1.1图书采购需求预测研究随着时代发展，“以人为本”的思想逐渐深入人心，图书馆服务工作已经从“馆藏为中心”向“读者为中心”转型，而读者需求也成为图书馆资源采购决策的重要驱动因素。其中，基于“读者决策采购”（PatronDrivenAcquisition，PDA）模式的图书采购研究可以算是图书馆重点关注的领域之一。张甲等在2011年最早在国内提出用户为导向的图书资源建设模式——PDA[2]，之后众多学者对该模式下的实践方法[3]、服务效益[4]、影响因素[5]等备方面进行了广泛讨论。PDA模式主要以读者在线提交荐购信息单的形式实现图书资源采购，虽然一定程度上反映了读者的个性化需求，但通常体现的是独立个体的需求，难以从宏观层面对馆藏资源结构进行优化。也有研究从图书流通情况入手，进行需求预测建模。例如鲁萍等人以三年内读者借阅数据为样本，利用BP神经网络和GM（1，1）灰色预测算法，分别以月和学期为周期，对未来一段时间内的读者借阅人次进行了预测[6]。王健提出了一种图书资源利用数据时间序列模型的构建方法，强调季节特性对流通量的影响，并以此为基础进行采购质量控制[7]。孔超等以流通数据为基础，对图书馆普遍存在的零借阅情况进行量化分析，并通过建模进行读者需求预测，以探索合理馆藏结构和读者需求之间的最佳结合点[8]。但是流通数据受到现有馆藏种类和册数的限制（比如副本数少的图书流通量必然较小），并不能完整表达读者对资源的需求，也影响了预测结果的准确性。在充足的经费支持下，图书馆应该寻求更加科学、准确的资源需求预测策略，充分保证资源结构的合理性和有效性，以有效提高文献资源利用率。1.2图书馆OPAC搜索研究概述大多数高校图书馆目前都建有自己的OPAC系统，主要用于向读者提供本馆书目信息的搜索服务。作为图书馆使用率最高的系统之一，关于OPAC搜索的研究也一直受到图书馆学界的关注。例如在搜索功能优化方面，李兵针对目前OPAC搜索结果排序不合理的情况，通过权威性和实效性权重的综合计算实现了对检索结果的排序策略优化[9]，陈雪通过对豆瓣图书的社会化标签、评分和热度等信息资源进行整合，实现了OPAC的分面搜索优化[10]；在搜索性能评价方面，杨九龙等从用户信息行为的角度出发，基于技术接受模型、技术适配...