Ứng dụng khai phá dữ liệu nâng cao dịch vụ thư viện số

ỨNG DỤNG KHAI PHÁ DỮ LIỆU NÂNG CAO DỊCH VỤ THƯ VIỆN SỐ
Nguyễn Thị Yên1*
Tóm tắt: Việc phát triển thư viện số đã trở thành một xu hướng 
mạnh mẽ trên thế giới và ở Việt Nam. Làm thế nào để sử dụng tài 
nguyên một cách hiệu quả để nâng cao chất lượng dịch vụ của 
thư viện số là vấn đề rất quan trọng. Bài viết mô tả các kỹ thuật 
khai phá dữ liệu, giới thiệu quy trình khai phá dữ liệu, nghiên cứu 
kỹ thuật phân cụm và luật kết hợp trong khai phá dữ liệu để phân 
tích dữ liệu người dùng, tạo ra hệ thống khuyến nghị nhằm nâng 
cao dịch vụ thư viện số. Các hồ sơ mượn sách của thư viện được 
kiểm tra và phân cụm theo một số đặc điểm của độc giả, sử dụng 
các quy tắc kết hợp làm kỹ thuật khai phá dữ liệu để khám phá 
những điểm tương đồng giữa sở thích của người dùng và hành vi 
mượn sách, xây dựng một dịch vụ giới thiệu cho người đọc để tìm 
kiếm sách từ Web và chủ động tìm kiếm những cuốn sách phù 
hợp nhất cho người đọc. 
Từ khóa: Khai phá dữ liệu; Thư viện số; Phân cụm; Luật kết hợp.
1. GIỚI THIỆU
Công nghệ ngày càng phát triển nhanh chóng, buộc con người 
và các lĩnh vực trong xã hội phải thay đổi, thích ứng, trong đó có hoạt 
động thư viện. Thư viện số ra đời là để nâng cấp chất lượng dịch vụ 
thư viện truyền thống bằng cách sử dụng tự động hóa thông tin và 
công nghệ mạng. Tuy nhiên, ngày nay nguồn thông tin trên internet 
ngày càng đa dạng và nguồn dữ liệu thông tin của thư viện số ngày 
càng tăng lên nhanh chóng. 
* Thạc sĩ, Khoa Thông tin Thư viện, Đại học Văn hóa Hà Nội.
893
ỨNG DỤNG KHAI PHÁ DỮ LIỆU NÂNG CAO DỊCH VỤ THƯ VIỆN SỐ
Trong nghiên cứu trước đây, hầu hết các nhà nghiên cứu đã phân tích 
nội dung của tài liệu số. Sau đó, họ cố gắng khám phá mối quan hệ giữa 
các tài liệu, cũng như giữa tài liệu và người dùng. Tuy nhiên, ngày càng có 
nhiều định dạng cho các ấn phẩm kỹ thuật số như âm thanh, video, hình 
ảnh,... Trong những trường hợp này, thật khó để phân tích các từ khóa 
hoặc nội dung của nó để tinh chỉnh thông tin đề xuất cho người dùng. 
Bài viết này trình bày cách thiết lập một hệ thống khuyến nghị dựa trên 
các phương pháp khai phá dữ liệu, đó là các quy tắc liên kết và phân cụm 
được áp dụng để khám phá những độc giả thích ứng với một cuốn sách. 
Đầu tiên, các hồ sơ mượn trong thư viện số được nhóm lại theo một số 
đặc điểm của độc giả. Cách tiếp cận được đề xuất sử dụng tính năng phân 
cụm tự động của Thuật toán phân cụm đàn kiến (Ant Colony Clustering 
Algorithm) để gom thành một nhóm người dùng có đặc điểm giống nhau. 
Sau đó, dựa trên độ hỗ trợ tối thiểu và độ tin cậy, liên kết các đối tượng để 
tạo ra các quy tắc đề xuất. Các quy tắc liên kết sẽ đánh giá sách nào mượn 
bởi độc giả trong cùng một cụm được sử dụng làm cơ sở giới thiệu cuốn 
sách tương tự. Cuối cùng, một hệ thống khuyến nghị trực tuyến tự động 
được đề xuất. Bài báo này không chỉ trình bày cách xây dựng một dịch vụ 
khuyến nghị cho người đọc trong tìm kiếm sách từ trang Web mà còn chủ 
động tìm sách phù hợp nhất cho người đọc. 
2. TỔNG QUAN VỀ KHAI PHÁ DỮ LIỆU
2.1. Khai phá dữ liệu (KPDL) và khám phá tri thức
Khai phá dữ liệu (Data mining) là một khái niệm bao hàm nhiều kỹ 
thuật nhằm phát hiện ra các thông tin có giá trị tiềm ẩn trong các tập 
dữ liệu lớn (các kho dữ liệu). Về bản chất, khai phá dữ liệu liên quan 
đến việc phân tích các dữ liệu và sử dụng các kỹ thuật để tìm ra các 
mẫu hình có tính chính quy trong kho dữ liệu lưu trữ [1],[4].
Khai phá dữ liệu là bước chính của quá trình khám phá tri thức 
trong cơ sở dữ liệu (Knowledge Discovery in Database - KDD), quá trình 
này bao gồm các bước cơ bản sau: 
	Xác định vùng đối tượng (Determine area object): bước này có 
ý nghĩa quan trọng cho việc rút ra được các tri thức hữu ích và chọn 
894
PHÁT TRIỂN MÔ HÌNH TRUNG TÂM TRI THỨC SỐ CHO CÁC THƯ VIỆN VIỆT NAM
các phương pháp KPDL thích hợp sao cho phù hợp với mục đích ứng 
dụng và bản chất dữ liệu.
	Chuẩn bị dữ liệu (Data preparation): Giai đoạn này có thể chia 
thành 3 bước:
- Chọn lọc dữ liệu (Data selection): Trong bước này, nó chỉ đơn giản 
là loại bỏ một số dữ liệu dư thừa hoặc không liên quan và trích chọn 
những tập dữ liệu cần được khai phá từ các tập dữ liệu lớn (databases, 
data warehouses).
- Tiền xử lý dữ liệu (Data preprocessing): Là bước làm sạch dữ 
liệu (xử lý dữ liệu không đầy đủ, dữ liệu nhiễu, dữ liệu không nhất 
quán,...), rút gọn dữ liệu (sử dụng các phương pháp thu gọn dữ liệu, 
histograms, lấy mẫu,...), rời rạc hoá dữ liệu (dựa vào histograms, 
entropy, phân khoảng,). Phần lớn các cơ sở dữ liệu đều ít nhiều 
mang tính không nhất quán. Vì vậy khi gom dữ liệu rất có thể mắc 
một số lỗi như dữ liệu không đầy đủ, chặt chẽ và không lôgic (bị 
trùng lặp, giá trị bị sai lệch,...). Do đó cần phải được “tiền xử lý” 
trước khi khai phá dữ liệu nếu không sẽ gây nên những kết quả sai 
lệch nghiêm trọng. 
- Chuyển đổi dữ liệu (Data conversion): Trong giai đoạn này, dữ 
liệu sẽ được chuyển đổi về dạng thuận tiện để tiến hành cá ... -Means thường được sử dụng để tiến hành phân 
cụm vì nó có thể phân cụm một cách nhanh chóng. Tuy nhiên, Thuật 
899
ỨNG DỤNG KHAI PHÁ DỮ LIỆU NÂNG CAO DỊCH VỤ THƯ VIỆN SỐ
toán K-Means có nhược điểm khó xác định số cụm mà không gian dữ 
liệu có mà chỉ phù hợp ra các cụm hình cầu, ngoài ra nó nhạy cảm với 
nhiễu và những mẫu cá biệt. Bài viết trình bày sự kết hợp thuật toán 
tối ưu đàn kiến với phân cụm dữ liệu để có thể có được giải pháp tối 
ưu hóa toàn cục. Cách tiếp cận này làm giảm bớt những nhược điểm 
khiến Thuật toán K-Means dễ rơi vào tình huống khó xử khi giải pháp 
tối ưu hóa cục bộ có sai sót [3]. 
2.3. Thuật toán tối ưu đàn kiến (Ant Colony Optimization – ACO)
ACO là một phương pháp nghiên cứu lấy cảm hứng từ việc mô 
phỏng hành vi của đàn kiến trong tự nhiên nhằm mục tiêu giải quyết 
các bài toán tối ưu phức tạp. Được giới thiệu lần đầu tiên vào năm 1991 
bởi A. Colorni và M. Dorigo 
Trong tự nhiên, kiến thật có khả năng tìm ra con đường ngắn 
nhất từ nguồn thức ăn đến tổ của chúng và chúng giao tiếp với những 
con khác bằng cách khai thác thông tin về vết mùi (pheromone). Trên 
đường đi, mỗi con kiến để lại một chất hóa học pheromone gọi là vết 
mùi dùng để đánh dấu đường đi. Bằng cách cảm nhận vết mùi, kiến có 
thể lần theo đường đi đến nguồn thức ăn được các con kiến khác khám 
phá theo phương thức chọn ngẫu nhiên có định hướng theo nồng độ 
vết mùi để xác định đường đi ngắn nhất từ tổ đến nguồn thức ăn. Vết 
mùi này sẽ bay hơi dần và mất đi theo thời gian, nhưng nó cũng có thể 
được củng cố nếu những con kiến khác tiếp tục đi trên con đường đó 
lần nữa. Dần dần, các con kiến theo sau sẽ lựa chọn đường đi với lượng 
mùi dày đặc hơn, và chúng sẽ làm gia tăng hơn nữa nồng độ mùi trên 
những đường đi được yêu thích hơn. Các đường đi với nồng độ mùi 
ít hơn sẽ bị loại bỏ và cuối cùng, tất cả đàn kiến sẽ cùng kéo về một 
đường đi mà có khuynh hướng trở thành đường đi ngắn nhất từ tổ 
đến nguồn thức ăn của chúng (Dorigo và Gambardella, 1996). Ý tưởng 
từ đàn kiến tự nhiên được chuyển sang kiến nhân tạo. Kiến nhân tạo 
có bộ nhớ riêng, có khả năng ghi nhớ các đỉnh đã thăm trong hành 
trình và tính được độ dài đường đi nó chọn. Ngoài ra, kiến có thể trao 
đổi thông tin với nhau, thực hiện tính toán cần thiết, cập nhật mùi
900
PHÁT TRIỂN MÔ HÌNH TRUNG TÂM TRI THỨC SỐ CHO CÁC THƯ VIỆN VIỆT NAM
Thuật toán ACO có thể được tóm tắt như sau:
- Các dấu vết ảo được tích lũy trên các đoạn đường đi.
- Đường đi được lựa chọn bằng cách lựa chọn ngẫu nhiên dựa trên 
lượng dấu vết hiện tại trên các đoạn đường từ nút bắt đầu đi.
- Các con kiến đến điểm tiếp theo, lựa chọn đường đi tiếp sau đó.
- Tiếp tục cho đến khi đến nút bắt đầu.
- Mỗi hành trình kết thúc là một giải pháp.
- Hành trình sẽ được phân tích để tối ưu.
2.4. Vấn đề sử dụng khai phá dữ liệu trong thư viện số
Trong nghiên cứu của mình, Borgman cho rằng thư viện số là một 
tập hợp các tài nguyên và các kỹ thuật liên quan để tạo, tìm kiếm và 
sử dụng thông tin [2]. Do sự phổ biến của thương mại điện tử và xu 
hướng cá nhân hóa, kỹ thuật khai phá dữ liệu cũng được sử dụng rộng 
rãi để phân tích hành vi của người dùng. Điều này là để xác định sở 
thích cá nhân và cung cấp thông tin sản phẩm nhằm nâng cao mức 
tiêu thụ (Agrawal và cộng sự, 1993). Áp dụng các kỹ thuật khai phá dữ 
liệu trong dịch vụ thư viện số cũng được coi là xu hướng vì nó có thể 
tự động lọc ra thông tin hữu ích theo hồ sơ người dùng và chức năng 
phân tích thống kê. Ví dụ: lọc ra các chủ đề phổ biến từ lịch sử mượn 
có thể giúp thúc đẩy lưu thông sách trong thư viện. Thư viện số cũng 
có thể sử dụng khai phá dữ liệu để phân tích thống kê cung cấp thông 
tin về sách, báo, chủ đề và các dịch vụ cá nhân khác nhằm thúc đẩy 
lưu thông. Thư viện số trong tương lai chắc chắn sẽ phát triển nhanh 
chóng. Việc áp dụng công nghệ khai phá dữ liệu trên các nguồn thông 
tin rộng lớn sẽ là một sự lựa chọn lớn của các công cụ khai phá tri thức 
và các thuật toán, cá nhân hoá dịch vụ thư viện số trở thành một phần 
không thể thiếu trong xây dựng hỗ trợ kỹ thuật cho thư viện số.
3. PHƯƠNG PHÁP LUẬN
Khi người dùng truy cập thư viện số, họ thường nhập các từ khóa 
thích hợp và sử dụng chức năng “Tìm kiếm” để khám phá thông tin 
901
ỨNG DỤNG KHAI PHÁ DỮ LIỆU NÂNG CAO DỊCH VỤ THƯ VIỆN SỐ
họ muốn. Tuy nhiên, không phải lúc nào kết quả tìm kiếm cũng khiến 
người dùng hài lòng. Trước đây, đã có một số nghiên cứu về tìm kiếm 
theo từ khóa. Tuy nhiên, các từ khóa được cung cấp bởi các tác giả tài 
liệu (nhà xuất bản hoặc thủ thư) [8], và không nhất thiết phải phản ánh 
kỳ vọng ngữ nghĩa của người dùng. Do đó, có một số nghiên cứu sâu 
hơn đã cố gắng xây dựng một số khuyến nghị cho người dùng để hỗ trợ 
tìm kiếm từ khóa. Năm 1999, Luis dẫn đầu một dự án có tên là “Active 
Recommendation Project” (ARP) tại Phòng thí nghiệm Quốc gia Los 
Alamos. Dự án này phát triển nghiên cứu về hệ thống khuyến nghị cho 
cơ sở dữ liệu lớn và Web trên toàn thế giới (www), thích ứng với mong 
đợi của người dùng [7]. Tiếp sau đó có Heylighen và Bollen (2002) đề 
xuất hệ thống khuyến nghị dựa trên các thuật toán Hebbian [6].
Bài viết trình bày phương pháp xây dựng dịch vụ khuyến nghị 
trong thư viện số bằng cách khai phá dữ liệu hai giai đoạn thông qua 
phân tích hành vi truy cập của độc giả. Trước khi tiến hành khai thác dữ 
liệu, nguồn dữ liệu (hồ sơ mượn trong thư viện) cần được xử lý trước. 
Tính đầy đủ của dữ liệu nguồn là một trong những chìa khóa cho sự 
thành công của việc khai phá dữ liệu. Các nhiệm vụ chính trong tiền 
xử lý dữ liệu bao gồm làm sạch dữ liệu, tích hợp dữ liệu và chuyển đổi 
dữ liệu. Để đảm bảo mức độ tinh khiết của dữ liệu, cần phải xác định 
các ngoại lệ và làm mịn dữ liệu nhiễu. Sau khi dữ liệu được làm sạch. 
Giai đoạn đầu sử dụng thuật toán phân cụm đàn kiến làm phương 
pháp khai phá dữ liệu và tách người dùng thành một số cụm tùy thuộc 
vào lịch sử truy cập của họ. Những người dùng có cùng sở thích và 
hành vi được gom trong cùng một cụm. Giai đoạn thứ hai, sử dụng 
luật kết hợp làm phương pháp khai phá dữ liệu và phát hiện ra liên kết 
giữa các sở thích và hành vi truy cập của người dùng. Sau đó, xây dựng 
các quy tắc cho dịch vụ khuyến nghị. Quá trình được thể hiện ở hình 2.
902
PHÁT TRIỂN MÔ HÌNH TRUNG TÂM TRI THỨC SỐ CHO CÁC THƯ VIỆN VIỆT NAM
Hình 2: Quá trình KPDL hai giai đoạn
Sau đây là mô tả chi tiết về các phương pháp khai phá dữ liệu:
3.1. Thuật toán phân cụm đàn kiến (Ant Colony Clustering Algorithm - ACCA)
Các nguyên tắc cơ bản của thuật toán rất đơn giản: kiến được mô 
hình như các tác nhân di chuyển ngẫu nhiên trong môi trường của 
chúng, một lưới vuông với các điều kiện tuần hoàn. Các mục dữ liệu 
nằm rải rác trong môi trường này có thể được các tác nhân nhặt, vận 
chuyển và thả ra. Các hoạt động nhặt và thả bị sai lệch bởi sự giống 
nhau và mật độ của các mục dữ liệu trong khu vực lân cận của kiến: 
kiến có khả năng nhặt các mục dữ liệu bị khác với những dữ liệu còn 
lại và chúng có xu hướng thả những dữ liệu này ở vùng dữ liệu tương 
tự lân cận. Bằng cách này, việc phân nhóm và sắp xếp các phần tử được 
thu thập trên lưới. Trong quá trình phân cụm dựa trên nguyên tắc tìm 
kiếm thức ăn của kiến, dữ liệu được phân nhóm được coi là kiến có 
các đặc tính khác nhau và trung tâm phân nhóm được coi là nguồn 
thức ăn cần tìm kiếm. Do đó, quá trình phân cụm dữ liệu có thể được 
coi là quá trình kiến tìm kiếm nguồn thức ăn. Trong mỗi chu trình tìm 
kiếm, những con kiến sẽ tính toán xác suất chuyển tiếp (liên quan đến 
lượng thông tin đến tâm cụm) và thông tin heuristic để quyết định vị 
trí chuyển tiếp tiếp theo.
903
ỨNG DỤNG KHAI PHÁ DỮ LIỆU NÂNG CAO DỊCH VỤ THƯ VIỆN SỐ
Ý tưởng: Bước đầu tiên là khởi tạo các tham số, và một nhóm kiến 
nhân tạo. Mỗi con kiến xây dựng cụm riêng. Khi kiến đã hoàn thành 
các cụm của chúng, phương sai của mỗi cụm(CVintra ) được tính toán. 
Phần trăm các nút xa nhất được chọn để được nhóm lại thành cụm 
có khoảng cách đến tâm Ocenter(M) là ngắn nhất. Nếu phương sai mới 
(CV’intra) nhỏ hơn CVintra, thì các nút trong cụm mới cập nhật gần giống 
nhau hơn so với cụm trước. Trong khi áp dụng các cụm mới, con kiến 
sẽ cập nhật lượng pheromone trên các hành trình của nó (áp dụng quy 
tắc cập nhật cục bộ). Sau khi tất cả các con kiến đã tạo ra giải pháp, giải 
pháp tốt nhất sẽ được cập nhật cho toàn bộ hệ thống (bằng cách áp 
dụng quy tắc cập nhật toàn cục) cho lần lặp hiện tại. Quá trình kết thúc 
sau các lần lặp được xác định trước. Thuật toán phân cụm đàn kiến 
hoàn chỉnh được tóm tắt dưới đây:
Các ký hiệu:
NC: số lượng các cụm;
M: tổng số kiến;
Mk: tập hợp M được thực hiện bởi kiến k;
pk(r, s): xác suất mà con kiến k chọn để di chuyển từ nút r tới nút s;
τ(r, u): lượng pheromone trên cạnh (r, u);
kp : giá trị trung bình của pk(r, s) đối với tập Mk ;
η	(r, u): hàm heuristic được tính bằng nghịch đảo của khoảng cách 
giữa các nút r và u;
β: tham số cân nhắc tầm quan trọng tương đối của pheromone;
q: một giá trị được chọn ngẫu nhiên với xác suất đồng nhất trong 
[0,1];
q0: tham số xác định tầm quan trọng tương đối của khai thác so với 
thăm dò (0 q0 ≤ 1);
S: một biến ngẫu nhiên được chọn theo pk(r,s)
α: tham số bay hơi pheromone của cập nhật toàn cục (0 < α <1)
p: tham số bay hơi pheromone của cập nhật cục bộ (0 < p < 1)
τ: mức pheromone ban đầu;
904
PHÁT TRIỂN MÔ HÌNH TRUNG TÂM TRI THỨC SỐ CHO CÁC THƯ VIỆN VIỆT NAM
Ocenter(M): tâm của tất cả các nút trong M;
γ: một tham số là phần trăm các nút xa nhất được chọn để tập hợp lại;
CVintra: phương sai trong cụm;
CV’intra: phương sai trong cụm sau khi gom cụm
Tóm tắt thuật toán:
Đầu vào: n nút
Đầu ra: xác định số các cụm
Bước 0: Khởi tạo các tham số, bao gồm số lượng kiến m, tham số 
q0, β, tham số bay hơi pheromone α, p phần trăm các nút xa nhất được 
chọn để tập hợp lại.
Bước 1: Đặt ngẫu nhiên m con kiến vào các nút 
Bước 2: Nhóm các nút thành các cụm. Một con kiến k tại nút r chọn 
nút s để di chuyển dọc theo các nút không thuộc bộ nhớ làm việc của 
nó Mk. Quy tắc chuyển đổi trạng thái được áp dụng theo công thức xác 
suất sau:
(1)
Trong đó S là biến ngẫu nhiên được chọn theo phân phối xác suất 
cho trong phương trình (2), ưu tiên các cạnh ngắn hơn và có mức độ 
pheromone cao hơn:
 (2)
Nếu kiến k sẽ nhặt nút s
Bước 3: Tính tâm Ocenter(M) và CVintra trong mỗi cụm, các nút trong 
được chọn để gom lại nhóm gần nhất.
Bước 4: Tính CV’intra. Nếu CV’intra > CVintra , sau khi một con kiến đi 
qua một cạnh, lượng pheromone của cạnh đó tăng lên, việc cập nhật 
vệt mùi trên cạnh áp dụng theo công thức:
 (3)
Bước 5: cập nhật vệt mùi toàn cục, khi tất cả kiến đã xây dựng hành 
trình của mình, vệt mùi toàn hệ thống được cập nhật theo công thức:
905
ỨNG DỤNG KHAI PHÁ DỮ LIỆU NÂNG CAO DỊCH VỤ THƯ VIỆN SỐ
 (4)
Trong đó CV là tổng của các CVintra nhỏ nhất trong các CVintra
Bước 6. Quá trình được lặp lại cho đến khi thỏa mãn điều kiện 
cuối cùng.
3.2. Luật kết hợp
Giai đoạn thứ hai của phương pháp khai phá dữ liệu là tìm ra 
các mẫu chung của các mối quan hệ trong mỗi cụm bằng luật kết hợp. 
Trước khi thực hiện, dữ liệu phải được tích hợp. Bài báo này trình bày 
cách sử dụng thuật toán Apriori để khai phá luật kết hợp. Có hai bước 
để khai phá luật kết hợp:
Bước 1: Tìm tất cả tập các mục lớn
(1) Độ hỗ trợ của tập các mục lớn phải lớn hơn độ hỗ trợ tối thiểu 
do người dùng xác định.
(2) Nếu có k mục trong một tập lớn, thì chúng ta gọi nó là tập k 
mục lớn.
Bước 2: Sử dụng tập các mục lớn được tạo ở bước đầu tiên để tạo 
ra tất cả các quy tắc kết hợp:
(1) Tính độ tin cậy:
(2) Nếu độ tin cậy của quy tắc kết hợp lớn hơn độ tin cậy tối thiểu 
do người dùng xác định, thì nó mới hiệu quả.
Thuật toán kết thúc khi không có tập hợp mục nào có thể được 
xây dựng cho vòng tiếp theo. 
Sau đó có thể giới thiệu sách dựa vào các quy tắc liên kết. Kiến trúc 
hệ thống khuyến nghị được hiển thị như hình 3.
906
PHÁT TRIỂN MÔ HÌNH TRUNG TÂM TRI THỨC SỐ CHO CÁC THƯ VIỆN VIỆT NAM
Thư viện số 
Độc giả Giao diện 
thư viện số Web server 
Database 
server 
Giới thiệu 
sách 
Data mining 
server 
Hình 3: Kiến trúc hệ thống khuyến nghị
4. KẾT LUẬN
Sự phát triển mạnh mẽ của công nghệ thông tin làm cho chức năng 
của các dịch vụ cá nhân trở nên quan trọng hơn trước. Thư viện số đã 
hình thành và ngày càng khẳng định giá trị của nó trong các cơ quan, 
tổ chức. Khai phá dữ liệu cung cấp và hỗ trợ kỹ thuật cho các tổ chức 
và quản lý các nguồn tài nguyên kỹ thuật số, thúc đẩy sự mở rộng chất 
lượng dịch vụ, và cùng một lúc làm cho phương pháp nghiên cứu các 
công nghệ khai phá dữ liệu phát triển cả về quy mô lẫn chiều sâu. Bài 
báo thảo luận về cách ứng dụng công nghệ khai phá dữ liệu để xây dựng 
các dịch vụ khuyến nghị cho người dùng dựa trên sở thích của người 
dùng. Bằng cách sử dụng Thuật toán phân cụm đàn kiến và các quy tắc 
kết hợp để thiết kế quy trình khai phá dữ liệu hai giai đoạn để tạo ra hệ 
thống khuyến nghị. Bài báo không chỉ trình bày cách xây dựng một cơ 
chế giới thiệu cho người đọc trong việc tìm kiếm sách từ trang Web mà 
còn đã chủ động tìm kiếm những cuốn sách phù hợp nhất cho độc giả. 
Từ đó, các nhà quản lý thư viện dự kiến sẽ mua những cuốn sách cốt lõi 
nhất và hấp dẫn để đáp ứng yêu cầu của độc giả cùng với việc quảng bá 
dịch vụ thư viện số. 
907
ỨNG DỤNG KHAI PHÁ DỮ LIỆU NÂNG CAO DỊCH VỤ THƯ VIỆN SỐ
TÀI LIỆU THAM KHẢO
Tiếng Việt
1. Nguyễn Đức Thuần (2013), Nhập môn khai phá dữ liệu và quản trị tri thức, 
NXB Thông tin và Truyền thông, 2013.
Tiếng Anh
2. Borgman, C.L. (1999), “What are digital libraries? Competing visions”, Infor-
mation Processing & Management, Vol. 35, pp. 227-43.
3. Chen, A.P. and Chen, C.C. (2006), “A new efficient approach for data cluster-
ing in electronic library using ant colony clustering algorithm”, The Electronic 
Library, Vol. 24 No. 4, pp. 548-59. 
4. Guo, Yike., & Grossman, R.L. (2002). High Performance Data Mining Scaling 
Algorithms, Applications and Systems (1st ed.). Springer US.
5. Han, Jiawei, & Kamber, Micheline (2006), Data mining : concepts and tech-
niques (2nd ed.), Morgan Kaufmann, San Diego.
6. Heylighen, F. and Bollen, J. (2002), “Hebbian algorithms for a digital li-
brary recommendation system”, Proceedings of International Confer-
ence on Parallel Processing Workshops, Vancouver, pp. 439-44.
7. Rocha, L.M. (1999), “TalkMine and the Adaptive Recommendation Project, 
Proceedings of the Association for Computing Machinery (ACM) – Digital Li-
braries”, University Of California, Berkeley, CA, pp. 242-3.
8. Rocha, L.M. and Bollen, J. (2001), “Biologically motivated distributed 
designs for adaptive knowledge management”, in Segel, L. and Cohen, 
I. (Eds), Design Principles for the Immune System and other Distributed Au-
tonomous Systems, Santa Fe Institute Series in the Sciences of Complexity, 
Oxford University Press, Oxford, pp. 305-34.