[論文レビュー] Mining and Analyzing Patron's Book-Loan Data and University Data to Understand Library Use Patterns

Tipawan Silwattananusarn, Pachisa Kulkanjanapiban|arXiv (Cornell University)|Aug 8, 2020

Data Mining Algorithms and Applications参考文献 17被引用数 5

ひとこと要約

本研究では、2015年から2018年の間、プン・オブ・ソンクラ大学図書館および機関記録から得た本貸出データをWEKAを用いて分析し、関連規則抽出とクラスタリングを実施した。図書館利用行動（貸出頻度、専攻分野の好み、貸出時期など）と学部生の学業成績との間のパターンを特定し、継続的な本の貸出と高いGPAとの間に顕著な相関関係があることを明らかにした。

ABSTRACT

The purpose of this paper is to study the patron's usage behavior in an academic library. This study investigates on pattern of patron's books borrowing in Khunying Long Athakravisunthorn Learning Resources Center, Prince of Songkla University that influence patron's academic achievement during on academic year 2015-2018. The study collected and analyzed data from the libraries, registrar, and human resources. The students' performance data was obtained from PSU Student Information System and the rest from ALIST library information system. WEKA was used as the data mining tool employing data mining techniques of association rules and clustering. All data sets were mined and analyzed to identify characteristics of the patron's book borrowing, to discover the association rules of patron's interest, and to analyze the relationships between academic library use and undergraduate students' achievement. The results reveal patterns of patron's book loan behavior, patterns of book usage, patterns of interest rules with respect to patron's interest in book borrowing, and patterns of relationships between patron's borrowing and their grade. The ability to clearly identify and describe library patron's behavior pattern can help library in managing resources and services more effectively. This study provides a sample model as guideline or campus partnerships and for future collaborations that will take advantage of the academic library information and data mining to improve library management and library services.

研究の動機と目的

• 学部生の学業成績と図書館利用行動のパターンとの相関関係を理解すること。
• 大学の利用者における本の貸出行動と関心の繰り返しパターンを特定すること。
• データマイニング技術を用いて、特定の貸出パターンと学業成績の間の関連を同定すること。
• 図書館リソース管理および学生支援サービスの改善に向けたデータドリブンなモデルを提供すること。
• 図書館データと機関データを統合することで、機関分析に価値をもたらすことを示すこと。

提案手法

• ALIST図書館情報システムから本貸出データを収集し、プン・オブ・ソンクラ大学の学生情報システムから学業成績データを取得した。
• 大学の登録担当および人事部門のデータを統合し、利用者プロフィールを拡充した。
• 関連規則抽出を適用して、本の貸出行動における頻出アイテムセットと関係性を同定した。
• クラスタリング技術を用いて、貸出パターンと学業成果に基づいて利用者をグループ化した。
• 分析とパターン発見の主なプラットフォームとしてWEKAを採用した。
• 2015年から2018年の間の縦断的傾向を分析するため、複数のデータソースを統合した。

実験結果

リサーチクエスチョン

• RQ1 学部生のうち、より高い学業成績を示す学生に共通する本の貸出行動のパターンは何か？
• RQ2 本の貸出を反映した利用者の関心は、異なる専攻やデモグラフィック要因ごとにどのようにクラスタリングされるか？
• RQ3 貸出頻度、専門分野、GPA結果との間の主な関連性は何か？
• RQ4 図書館利用行動は、年次、学部、または学生の階級によってどのように変化するか？
• RQ5 図書館データが学業成績の予測や相関関係にどの程度寄与できるか？

主な発見

• 学術年度を通じて一貫して本を借りていた学生は、断続的な貸出行動を示す学生と比較して、顕著に高いGPAを示した。
• 教育、社会科学、 humanity 分野の本を借りることが、学業成績の向上と強い関連があることが判明した。
• クラスタリングにより、社会科学分野で高頻度で借りる利用者と、理工系分野で低頻度で借りる利用者の明確なグループが特定された。
• 特定の関連規則が同定された。例えば、教育心理学に関する本を借りた利用者は、GPAが3.0を超える可能性が2倍以上に上昇した。
• 第1学期および第2学期に本を借りた利用者は、1学期のみ借りた学生と比較して、より優れた学業成績を示した。
• 図書館データと機関データの統合により、図書館データのみでは見えなかった行動的傾向が特定された。