基于網(wǎng)絡(luò)行為的圖書館數(shù)字資源評價方法研究

劉 慧

(南京曉莊學院圖書館，江蘇 南京211171)

1 研究背景與意義

1.1 研究相關(guān)概念

數(shù)字資源也稱電子資源，是文獻信息表現(xiàn)的形式之一，是將計算機技術(shù)、通信技術(shù)及多媒體技術(shù)相互融合而形成的以數(shù)字形式發(fā)布、存取、利用的信息資源的總和。主要是由圖書館購買的非紙本的各種參考資源，包括電子期刊、電子圖書及各種類型的專業(yè)數(shù)據(jù)庫和其他各種電子參考資源［1］。圖書館數(shù)字資源的使用統(tǒng)計分析是圖書館數(shù)字資源建設(shè)的重要組成部分，其目的是檢測圖書館數(shù)字資源建設(shè)和利用的情況與水平。目前，數(shù)字資源越來越多，并且價格也呈逐年上漲趨勢，而購買資源的經(jīng)費是相對有限的。在這種矛盾日益加劇的情況下，在數(shù)字資源的購買和使用過程中，就需要有一套比較合理的評價和分析體系。通過一系列評估指標的評定，為圖書館數(shù)字資源的購買、成本計算、數(shù)字資源的利用及相關(guān)服務(wù)提供科學合理的依據(jù)［2］。以此來作為圖書館在數(shù)字資源建設(shè)和使用方面的決策參考。因此，定期開展數(shù)字資源的使用統(tǒng)計分析，對圖書館數(shù)字資源建設(shè)有著重大意義。

1.2 數(shù)字資源的使用統(tǒng)計標準化

國內(nèi)研究分為兩個方面:一是數(shù)字資源使用數(shù)據(jù)的獲取方式;二是統(tǒng)計數(shù)據(jù)的分析和利用［3］。徐革［4］將國外數(shù)字資源利用統(tǒng)計數(shù)據(jù)的獲得模式歸結(jié)為基于數(shù)據(jù)庫商提供的利用統(tǒng)計數(shù)據(jù)獲得模式、基于Web 調(diào)查的利用統(tǒng)計數(shù)據(jù)獲得模式、基于圖書館基礎(chǔ)架構(gòu)的利用統(tǒng)計數(shù)據(jù)獲得模式3 種。陳陶等［5］以大連理工大學圖書館數(shù)字資源的采購和利用情況為例，分析了全年訪問數(shù)字資源總量統(tǒng)計、數(shù)字資源月統(tǒng)計數(shù)據(jù)、外文期刊全文數(shù)據(jù)庫全年下載量統(tǒng)計、利用率最高的期刊統(tǒng)計等統(tǒng)計項目的含義。

隨著高校圖書館有限經(jīng)費與學校教學、科研的數(shù)字資源需求矛盾的日益增加，數(shù)字資源績效評價成為保證圖書館采訪工作公平和效率的重要措施［6－7］。目前，我國高校圖書館數(shù)字資源績效評價還沒有一個系統(tǒng)的理論框架，缺乏適用的績效評價和績效分析的實踐方法［8－9］。高校圖書館所購買的數(shù)字資源，具有訪問的有效范圍，抓住這個有效范圍為突破點，從讀者訪問的網(wǎng)絡(luò)行為進行統(tǒng)計，這樣可以更加客觀地反映出數(shù)字資源的使用。

當前數(shù)字資源的利用率統(tǒng)計存在一系列的問題:通過數(shù)據(jù)商的訪問量統(tǒng)計，出于利益的考慮，數(shù)據(jù)不準確乃至弄虛作假。訪問量統(tǒng)計不準確，不符合標準。統(tǒng)計數(shù)據(jù)不規(guī)范，數(shù)據(jù)不完整等情況時有發(fā)生。本文通過對數(shù)據(jù)統(tǒng)計的問題進行客觀研究，分析出各自的利弊。

2 研究方法

2.1 數(shù)字資源數(shù)據(jù)收集研究

數(shù)字資源數(shù)據(jù)收集，現(xiàn)在一般的方式是通過數(shù)據(jù)商提供的后臺進行統(tǒng)計，例如通過中國知網(wǎng)管理平臺可以進行使用情況統(tǒng)計，如圖1 所示:

圖1 中國知網(wǎng)年度統(tǒng)計

從圖1 中可以看出登錄次數(shù)、檢索次數(shù)、瀏覽次數(shù)和下載次數(shù)這幾個基本的使用方式的具體數(shù)據(jù)。針對中國知網(wǎng)的數(shù)據(jù)收集的方式比較容易，但是還不全面，由于本地鏡像登陸檢索和瀏覽下載不在此統(tǒng)計范圍之內(nèi)。數(shù)據(jù)的收集是數(shù)字資源評價的基礎(chǔ)，收集到客觀的數(shù)據(jù)是評價的關(guān)鍵。高校的數(shù)字化校園建設(shè)，提供了一個數(shù)據(jù)收集的平臺。通過統(tǒng)計網(wǎng)關(guān)的方法，對各個用戶的使用情況進行分析，提取所需要的數(shù)據(jù)，可以得到我們所需要的數(shù)據(jù)收集信息。通過校園的網(wǎng)絡(luò)結(jié)構(gòu)，加載網(wǎng)關(guān)統(tǒng)計服務(wù)器的方式，用以統(tǒng)計相關(guān)數(shù)據(jù)，如圖2 所示。

通過網(wǎng)關(guān)統(tǒng)計系統(tǒng)，統(tǒng)計校園網(wǎng)絡(luò)中的相關(guān)訪問數(shù)據(jù)，例如登陸次數(shù)、檢索次數(shù)、瀏覽次數(shù)和下載次數(shù)等等。其應(yīng)用原理在于通過對整個校園網(wǎng)絡(luò)中訪問數(shù)據(jù)網(wǎng)關(guān)進行收集，篩選出我們所需要的網(wǎng)關(guān)信息，可以得出訪問量和下載量的數(shù)據(jù)。這樣做，可以避免人為的干擾，得出的數(shù)據(jù)較為準確。對圖書館而言，可以參考這些數(shù)據(jù)，為下一年的數(shù)字資源采購做決策支持。

數(shù)字資源數(shù)據(jù)的收集，國外通過數(shù)據(jù)關(guān)系系統(tǒng)的開發(fā)來嘗試解決使用數(shù)據(jù)的獲取性問題。這種方式符合國際的數(shù)字資源的評價標準，但是不符合中國的國情。國內(nèi)對這個方面的研究比較薄弱，僅有少數(shù)學者對這個領(lǐng)域進行了相關(guān)的研究。例如香港科技大學圖書館自行開發(fā)了一套用以整理、分析紙本和電子期刊使用狀況的開放源代碼軟件JURO 系統(tǒng)［10］。迄今為止，成功具體的應(yīng)用較欠缺。

2.2 數(shù)字資源數(shù)據(jù)分析研究

數(shù)字資源數(shù)據(jù)是否有效，需要進行數(shù)據(jù)分析，數(shù)據(jù)分析的意義就是甄別數(shù)據(jù)的真實性。數(shù)據(jù)分析在高校中，最可靠的辦法就是依托高校數(shù)字化校園的身份認證系統(tǒng)，例如通過EZProxy 的認證方法提供URL 外置認證，設(shè)置認證網(wǎng)址，發(fā)送讀者賬號和密碼，返回正確的結(jié)果，這種方式理論支持LDAP、Radius、數(shù)據(jù)庫多種方式。與圖書館管理系統(tǒng)的集成，可以直接修改讀者密碼等操作。

數(shù)字資源使用數(shù)據(jù)的收集，通過建設(shè)校園網(wǎng)絡(luò)的網(wǎng)關(guān)服務(wù)器即可進行統(tǒng)計。數(shù)據(jù)的真實有效性原則，要深入進行詳細的讀者群分析，通過校園網(wǎng)絡(luò)的實名認證系統(tǒng)對相關(guān)讀者的使用信息進行分析。部分高校采用數(shù)字資源訪問管理與控制系統(tǒng)，對數(shù)字資源使用進行規(guī)范管理，同時對數(shù)字資源的使用進行一定的監(jiān)控與分析功能。例如［11］清華大學圖書館與信息網(wǎng)絡(luò)工程研究中心合作開發(fā)了電子資源訪問管理 與控制系統(tǒng)，對用戶訪問電子資源進行管理和控制。

圖2 數(shù)字資源校園網(wǎng)絡(luò)內(nèi)分析結(jié)構(gòu)圖

3 數(shù)字資源統(tǒng)計與分析管理功能的實現(xiàn)

數(shù)字資源的訪問管理，是系統(tǒng)對用戶實時監(jiān)控的過程，基于用戶的訪問流量信息以及訪問頻率來判斷用戶行為是否合理，對用戶的訪問數(shù)字資源行為進行記錄。一般的記錄行為是通過訪問日志進行。分析系統(tǒng)通過調(diào)取日志信息，完成對數(shù)字資源的訪問統(tǒng)計，通過日志分析模塊，完成對各個數(shù)字資源使用頻率行為分析。如圖3 所示，用戶訪問網(wǎng)絡(luò)的時候，必須通過認證系統(tǒng)，才能夠正常訪問網(wǎng)絡(luò)資源，而通過訪問網(wǎng)絡(luò)的網(wǎng)關(guān)數(shù)據(jù)統(tǒng)計模塊，可以對用戶的訪問行為進行有效的統(tǒng)計分析，從而客觀的得出數(shù)字資源使用率數(shù)據(jù)。

圖3 用戶訪問的過程

3.1 日志的寫入

日志是數(shù)據(jù)寫入的痕跡，通過對日志的來源數(shù)據(jù)進行規(guī)范化寫入，可以得到更加詳細的數(shù)據(jù)用以分析。日志信息是每個用戶在使用網(wǎng)絡(luò)的過程中留下的網(wǎng)絡(luò)痕跡，通過對這些痕跡數(shù)據(jù)中有效數(shù)據(jù)的獲取，可以得到原始的數(shù)據(jù)。

3.2 數(shù)據(jù)采集

數(shù)據(jù)采集，即采集有效的數(shù)據(jù)，采集設(shè)備就是網(wǎng)內(nèi)的服務(wù)器，只是各個服務(wù)器的功能不同，對于不同的服務(wù)器，采取的監(jiān)控參數(shù)也不一致。采集設(shè)備的類型根據(jù)其功能類型可以分為三類:linux 設(shè)備(監(jiān)控類服務(wù)器)、Oracle 設(shè)備(存儲數(shù)據(jù)服務(wù)器)以及WAP GW 設(shè)備 (網(wǎng)關(guān)服務(wù)器)。數(shù)據(jù)采集功能通過對服務(wù)器的訪問日志采集，收集有效的訪問記錄信息，達到采集的功能。

3.3 實時監(jiān)控管理

實時監(jiān)控主要是展示接口服務(wù)器的基本屬性，其中可用性是指當前是否有響應(yīng)。健康狀況是展示某個級別的告警信息。實時監(jiān)控管理，主要是對統(tǒng)計分析系統(tǒng)的各個模塊進行監(jiān)控和告警。同時保證在出故障以后能夠正常工作，主要有兩種方式:一種是系統(tǒng)自我修復(fù);一種是人工修復(fù)。該功能是使系統(tǒng)能夠正常運行的必要模塊之一。

3.4 統(tǒng)計分析功能

統(tǒng)計分析功能是網(wǎng)關(guān)統(tǒng)計的重要組成部分，對所采集的用戶網(wǎng)絡(luò)數(shù)據(jù)進行統(tǒng)計分析后，以設(shè)計好的模式展現(xiàn)出來，例如圖表形式等。它可以讓圖書館管理者和資源建設(shè)部門了解數(shù)字資源使用的實際情況，以至于更好的規(guī)劃好下一年度的數(shù)字資源的采購計劃等。同時，對這些數(shù)據(jù)要有備份的功能，這樣可以與不同時間段的數(shù)據(jù)相互對比，產(chǎn)生的結(jié)果是數(shù)字資源使用的最新狀況，以便于資源建設(shè)的實時調(diào)控。

統(tǒng)計的數(shù)據(jù)來源就是用戶的上網(wǎng)日志記錄，是來自于LogParser 解析后的文件入到數(shù)據(jù)庫后形成的24 小時原始日志表。

3.5 系統(tǒng)管理功能

系統(tǒng)管理功能模塊提供系統(tǒng)的所有管理功能，包括各種配置功能、統(tǒng)計功能以及各種實用工具，除了上述介紹的日志寫入、數(shù)據(jù)采集、實時監(jiān)控管理和統(tǒng)計分析功能以外，還包括用戶權(quán)限的管理、角色權(quán)限的管理等。

4 系統(tǒng)的綜述

高校圖書館的服務(wù)對象為教師和學生，由于現(xiàn)有的高校都進行數(shù)字化校園的建設(shè)，身份認證方式上一般采用實名認證的方式，即教師使用工號，學生使用學號進行認證登陸數(shù)字化校園系統(tǒng)進行相關(guān)服務(wù)功能，圖書館系統(tǒng)的相關(guān)功能是支持認證系統(tǒng)的基礎(chǔ)。高校數(shù)字資源的評價，主要難點在于真實使用數(shù)據(jù)的獲取，如何獲取到真實的使用數(shù)據(jù)是圖書館管理者和資源建設(shè)部門最關(guān)心的一個問題之一。結(jié)合以上所述，本文研究的方法主要是與學校數(shù)字化校園配合起來，對讀者(教師和學生)的網(wǎng)絡(luò)行為進行分析，通過網(wǎng)關(guān)服務(wù)器以及相關(guān)的軟件，統(tǒng)計出與圖書館所購買或者即將購買的數(shù)字資源統(tǒng)一網(wǎng)關(guān)地址信息，得出可靠的使用信息的方法。

其中，現(xiàn)在高校數(shù)字化校園的平臺已經(jīng)逐步實施，身份認證系統(tǒng)是對讀者上網(wǎng)的一種實名認證方式，如圖1 中的身份認證系統(tǒng)，可以對該讀者的網(wǎng)絡(luò)訪問信息進行身份識別，通過網(wǎng)關(guān)統(tǒng)計系統(tǒng)可以對該讀者訪問圖書館所要求統(tǒng)計的相應(yīng)數(shù)字資源網(wǎng)站的IP 進行統(tǒng)計分析，得出實時的訪問數(shù)據(jù)。圖中的網(wǎng)關(guān)統(tǒng)計系統(tǒng)的功能就是對核心交換機的出口的訪問數(shù)據(jù)進行統(tǒng)計分析，抓取出需要統(tǒng)計的相應(yīng)數(shù)據(jù)的功能。以上功能是對遠程包庫訪問的數(shù)據(jù)進行相應(yīng)統(tǒng)計的功能。除了讀者使用遠程數(shù)字資源以外，本地資源的使用的訪問也必須計算在統(tǒng)計范圍之內(nèi)，因為有一些數(shù)字資源既提供遠程資源，又提供本地安裝資源，所以，為了客觀公正性，必須要同時考慮到本地資源訪問的統(tǒng)計。這部分資源的訪問，應(yīng)該是兩者之和。所以，圖中的網(wǎng)關(guān)統(tǒng)計系統(tǒng)，在其功能方面，必須也要包括本地資源訪問統(tǒng)計的功能。除此以外，現(xiàn)在圖書館的用戶使用不僅僅限制在校園之內(nèi)，VPN 的廣泛使用給統(tǒng)計的準確性也提出了一個不小的技術(shù)性的難題，由于VPN 的工作原理，給現(xiàn)有的網(wǎng)關(guān)統(tǒng)計系統(tǒng)在兼容性方面造成一定的困難。由于VPN 訪問的過程中讀者的網(wǎng)絡(luò)環(huán)境各異，造成通過VPN 訪問圖書館數(shù)字資源的過程中不能正常下載的現(xiàn)象，但是網(wǎng)關(guān)統(tǒng)計系統(tǒng)中，記錄不能是已經(jīng)下載的現(xiàn)象，這就造成統(tǒng)計的不準確的現(xiàn)象。

體系的建立，根據(jù)校園網(wǎng)絡(luò)的特征，現(xiàn)在數(shù)字資源的訪問包庫用戶，一般對IP 地址進行識別，也就是說，在校園網(wǎng)絡(luò)范圍之內(nèi)，用戶可以訪問相關(guān)的數(shù)字資源。根據(jù)校園網(wǎng)絡(luò)可控性原則進行有效用戶訪問甄別，在校園網(wǎng)絡(luò)中通過專用服務(wù)器進行數(shù)據(jù)訪問分析，可以得出較為真實的數(shù)據(jù)，最大限度地減少虛假數(shù)據(jù)的問題。具體方案如圖4所示。

實名認證方案應(yīng)用于各個高校的數(shù)字化校園的建設(shè)，在此基礎(chǔ)上進行相關(guān)功能的拓展，技術(shù)上不太復(fù)雜，身份認證賬號和密碼應(yīng)該統(tǒng)一為教師工號或者學生學號，這樣便于讀者記憶，不容易遺忘。實名認證上網(wǎng)在社會上使用已經(jīng)是一種硬性的規(guī)定。高校校園內(nèi)的網(wǎng)絡(luò)管理部門也已經(jīng)或者正在建設(shè)的單位也不在少數(shù)，結(jié)合網(wǎng)絡(luò)規(guī)劃部門進行數(shù)字資源的評估系統(tǒng)建設(shè)，對于圖書館來說，不僅可以在歷年的數(shù)字資源采購過程中得到相對客觀的使用數(shù)據(jù)，而且避免單獨建設(shè)造成資源浪費。高校數(shù)字化校園的建設(shè)工作，圖書館屬于其中的一個很重要的模塊之一。所以，從校園網(wǎng)絡(luò)出口處進行訪問相關(guān)的網(wǎng)關(guān)信息統(tǒng)計，統(tǒng)計數(shù)據(jù)相對準確，而且在技術(shù)層面上便于控制。

5 系統(tǒng)存在的問題

數(shù)字資源統(tǒng)計分析的結(jié)構(gòu)，在校園網(wǎng)絡(luò)環(huán)境中，統(tǒng)計的范圍和實現(xiàn)的技術(shù)，在現(xiàn)有的信息技術(shù)平臺的條件下完全可以實現(xiàn)。在現(xiàn)有的平臺中，如何在實現(xiàn)功能的同時減少對網(wǎng)絡(luò)信息的干擾，以及降低網(wǎng)關(guān)統(tǒng)計服務(wù)器工作的壓力，是統(tǒng)計分析方案必須要重點考慮的問題。由于統(tǒng)計分析所需要統(tǒng)計的數(shù)據(jù)量比較大，對服務(wù)器的性能要求比較高，甚至工作過程中需要增加多臺服務(wù)器進行統(tǒng)計分析操作，對于高校圖書館來說，不僅增加了維護成本，而且對于系統(tǒng)建設(shè)資金方面造成了不小的壓力。所以，以最小的高性能服務(wù)器，降低對網(wǎng)絡(luò)信息的干擾，這是需要重點加強的地方。解決VPN 用戶的訪問統(tǒng)計，不僅是統(tǒng)計分析方案需要解決的問題，優(yōu)化VPN 訪問機制，對其訪問數(shù)據(jù)做出客觀的統(tǒng)計，也是我們需要注意的地方。對于學校的公共機房的訪問問題，也需要建立相應(yīng)的實名訪問認證系統(tǒng)，因為學生讀者相關(guān)數(shù)字資源的使用，基本上是通過學校內(nèi)部的公共機房進行的。建立一個數(shù)字資源訪問平臺統(tǒng)計系統(tǒng)，更加全面地進行資源的訪問統(tǒng)計，是一個需要不斷改進優(yōu)化的過程。當然，通過網(wǎng)絡(luò)行為分析系統(tǒng)進行相關(guān)數(shù)據(jù)的統(tǒng)計，可能會侵犯到用戶的隱私，各個行為的建立，必須建立在法律允許的范圍之類。而圖書館數(shù)字資源的統(tǒng)計和分析要想規(guī)避這樣的問題，必須預(yù)先設(shè)置好相關(guān)規(guī)則，如統(tǒng)計功能只針對設(shè)定好的數(shù)字資源的網(wǎng)關(guān)等信息等等。

6 結(jié)束語

圖4 校園網(wǎng)絡(luò)實名認證系統(tǒng)

數(shù)字資源的訪問統(tǒng)計可以為數(shù)字資源評價做出一個客觀的原始數(shù)據(jù)的統(tǒng)計，是評價的基礎(chǔ)工作。長期以來，如何公平公正的對數(shù)字資源進行評價，是各個圖書館比較困惑的事情。本文通過互聯(lián)網(wǎng)的結(jié)構(gòu)從數(shù)據(jù)流動的方面進行分析，通過分析訪問數(shù)據(jù)入手，對各個讀者訪問的數(shù)字資源的相應(yīng)信息進行客觀的統(tǒng)計，得出比較客觀的結(jié)果，解決長期以來部分商家提供虛假數(shù)據(jù)以及通過訪問量數(shù)據(jù)統(tǒng)計不準確的問題。數(shù)字資源的統(tǒng)計，采用技術(shù)的手段進行，可以減少人為因素的干擾，為來年的數(shù)字資源采購做決策性支持，同時從數(shù)據(jù)分析結(jié)果中也可以知道讀者對哪些方面的資源有一定的偏好性，在資源采購過程中，適當?shù)脑黾幼x者偏好性的資源量，可以優(yōu)化資源。在網(wǎng)關(guān)條件下進行數(shù)字資源訪問的統(tǒng)計功能的實現(xiàn)，對于圖書館資源建設(shè)工作的意義在于可以客觀地將有限的資金投入到讀者真正需要的資源上去，可以提高圖書館的館藏使用率，同時可以引入競爭機制，促使數(shù)字資源提供商加大宣傳培訓讀者的力度，正確引導(dǎo)讀者使用數(shù)字資源，從而提高數(shù)字資源的整體使用，同時降低圖書館信息服務(wù)部門的一定的工作壓力。網(wǎng)絡(luò)行為的統(tǒng)計分析，是未來圖書館進行資源建設(shè)的客觀依據(jù)，是圖書館通過新技術(shù)進行相應(yīng)升級的動力，不遠的將來，圖書館的資源建設(shè)通過這樣的統(tǒng)計分析系統(tǒng)可以更加規(guī)范。

［1］ 向陽. 數(shù)字資源評估調(diào)研及思考［J］. 圖書情報工作，2005，(5):33－36.

［2］ 段惠靜. 數(shù)字資源使用統(tǒng)計分析——以山西大學圖書館為例［J］. 晉圖學刊，2012，(5):24－27.

［3］ 雷雪. 數(shù)字資源服務(wù)績效評估研究綜述［J］. 情報雜志，2010，(10):84－88.

［4］ 徐革. 大學圖書館電子資源利用統(tǒng)計數(shù)據(jù)的獲得模式評析［J］. 大學圖書館學報，2007，(1):54－58.

［5］ 陳陶，夏立娟，馬克芬. 圖書館電子資源利用統(tǒng)計與分析［J］. 圖書情報工作，2005，(4):92－95.

［6］ 李小平，馬佳. 高校圖書館數(shù)字資源配置與優(yōu)化策略［J］.中華醫(yī)學圖書情報雜志，2012，21 (3):44－48.

［7］ 趙俊顏. 國內(nèi)外數(shù)字資源績效評價研究綜述［J］. 高校圖書館工作，2012，32 (2):62－66.

［8］ 劉洪，邵怡，高華，等. 大學圖書館電子資源績效評價體系的構(gòu)建及應(yīng)用［J］. 情報科學，2010，28 (11):1702－1705.

［9］ 李櫟，曹洪欣. 圖書館數(shù)字資源績效評價研究綜述［J］. 圖書館學刊，2013，(9):125－128.

［10］ Journ alUsage Report Onl ine ［EB/OL］. http:∥hkiug.ln.edu.hk/meetings/am2005/presentat ions/9－juro. Ppt，2014－07－14.

［11］ 鄒榮，張成昱，姜愛蓉，等. 電子資源訪問管理與控制系統(tǒng)的設(shè)計及應(yīng)用［J］. 圖書情報工作，2010，(1):121－124.