基于ANP方法的高校圖書館讀者滿意度評價

劉曉波

（重慶第二師范學(xué)院圖書館，重慶 400067）

讀者滿意度是指讀者在接受圖書館服務(wù)后的感知結(jié)果與他對圖書館的期望服務(wù)值相比較后的內(nèi)心感受和主觀評價[1]。隨著大數(shù)據(jù)時代的來臨，讀者滿意度已成為衡量圖書館建設(shè)水平與服務(wù)質(zhì)量的重要內(nèi)容[2]。目前，國內(nèi)已有了一些研究成果。如李志芳、鄧仲華從評價模型的構(gòu)建、評價指標(biāo)體系以及數(shù)據(jù)集與評價方法三方面進(jìn)行了論述；[3]侯明艷、王戴尊、孟靜運用層次分析法的研究步驟，制定了高校圖書館讀者滿意度的評價指標(biāo)體系，并計算出各指標(biāo)權(quán)重；[4]李建霞、梁茹、劉穎引入LibQUAL+模型，基于感知—期望差距理論進(jìn)行高校圖書館用戶滿意度評價實證研究；[5]覃鳳蘭調(diào)查讀者利用圖書館資源情況和管理服務(wù)的滿意度，對結(jié)果進(jìn)行了分析；[6]韓笑選取潛在變量、建立可測變量和結(jié)構(gòu)關(guān)系，建立高校圖書館讀者滿意度指數(shù)模型；[7]馮娜利用模糊綜合評價理論研究了高校圖書館的讀者滿意度，選取了適當(dāng)?shù)闹笜?biāo)體系，建立了評價模型；[8]黃思慧、湯亞芬、包平考察圖書館組織氛圍對讀者滿意度的影響，對讀者進(jìn)行問卷調(diào)查，使用跨層次模型分析變量間的關(guān)系。[9]上述方法均只考慮了各指標(biāo)間相互獨立的情形下，對圖書館讀者滿意度進(jìn)行評價，而在實際的評價模型中，各指標(biāo)之間并不是完全獨立的，而是相互支配、相互影響。ANP方法[10]剛好適用于這種需要，可以充分發(fā)揮它的優(yōu)勢。基于此，本文采用ANP方法建立高校圖書館讀者滿意度評價模型，分析指標(biāo)之間的關(guān)系，求解指標(biāo)權(quán)重，并對結(jié)果進(jìn)行分析評價。

一、ANP模型

ANP方法是在層次分析法[11-12]基礎(chǔ)上發(fā)展而形成的，適應(yīng)于非獨立的遞階層次結(jié)構(gòu)，是一種定量與定性相結(jié)合的決策方法，能夠描述指標(biāo)體系中指標(biāo)間的相互關(guān)系。

根據(jù)讀者滿意度的系統(tǒng)構(gòu)成和指標(biāo)體系設(shè)置的基本原則，經(jīng)過實地調(diào)研和讀者訪談，結(jié)合工作實際，在查閱文獻(xiàn)的基礎(chǔ)上[13-15]引入“資源建設(shè)”“數(shù)字化建設(shè)”“讀者服務(wù)”“館員隊伍建設(shè)”4個主指標(biāo)，相應(yīng)構(gòu)造16個二級指標(biāo)，建立高校圖書館讀者滿意度評價的ANP模型，如圖1所示。

二、模型求解

（一）判斷矩陣構(gòu)造

以某個指標(biāo)為準(zhǔn)則，各指標(biāo)相對于上層指標(biāo)或同組內(nèi)部指標(biāo)在這個準(zhǔn)則下兩兩比較，采用1～9標(biāo)度對重要性程度賦值，建立判斷矩陣，求解排序權(quán)重向量。

表1 準(zhǔn)則A下各元素組對D的重要性的比較

排序權(quán)重向量υD=（0.6483 0.000 0.2297 0.1220）T

其余同理可得。

同組內(nèi)部各指標(biāo)重要性比較，如表2所示。

表2 C1、C3、C4、C5對準(zhǔn)則的C2判斷矩陣

排序權(quán)重向量υC2=（0.3593 0.1999 0.3593 0.0815）T

圖1 高校圖書館讀者滿意度評價ANP模型

不同組內(nèi)部各指標(biāo)重要性比較，如表3所示。

表3 C1、C2、C3、C4、C5對準(zhǔn)則E3的判斷矩陣

排序權(quán)重向量υE3=（0.1102 0.1102 0.2779 0.2779 0.2238）T

（二）加權(quán)矩陣構(gòu)造

按照ANP的計算過程，分別以4個主指標(biāo)作為比較的準(zhǔn)則構(gòu)造判斷矩陣，所得排序向量為加權(quán)矩陣的對應(yīng)的一列。下面具體說明第二列的由來，其余各列類似。

第二列為準(zhǔn)則C下B、C、D、E的權(quán)重，即以C作為比較的準(zhǔn)則構(gòu)造判斷矩陣，如表4所示。

表4 以C作為比較的準(zhǔn)則構(gòu)造判斷矩陣

排序權(quán)重向量γC=(0.5396 0.2970 0.0000 0.1634)T

以此類推，即得到加權(quán)矩陣。

（三）權(quán)重計算

根據(jù)高校圖書館讀者滿意度評價ANP模型，構(gòu)建超矩陣和加權(quán)超矩陣，利用相應(yīng)計算軟件讓加權(quán)超矩陣自相乘得到極限超矩陣，歸一化后任取其一列即為最后的排序向量（權(quán)重），具體求解過程見本文參考文獻(xiàn)[16]、[17]。

W=[0.2164，0.1613，0.0730，0.0577，0.0581，0.0382，0.0537，0.0471，0.0347，0.0318，0.0125，0.0110，0.0805，0.0193，0.0495，0.0552]T

三、結(jié)果分析

分別對主指標(biāo)及各二級指標(biāo)權(quán)重結(jié)果排序，如表5所示。

表5 ANP求解結(jié)果排序

從表5來看，各個指標(biāo)權(quán)重比較均衡，結(jié)果令人滿意。如第1個指標(biāo)組，ANP方法突出了紙質(zhì)藏書與電子圖書配置的平衡性，強(qiáng)調(diào)了資源利用。隨著現(xiàn)代信息技術(shù)的發(fā)展，智能終端的多元化，傳統(tǒng)的紙質(zhì)藏書對“數(shù)字土著”一代大學(xué)生的吸引力不足。為此，高校圖書館應(yīng)主動適應(yīng)讀者閱讀方式的變化，加大電子書建設(shè)力度，滿足數(shù)字化閱讀需求。

從主指標(biāo)排序來看，權(quán)重從高到低分別為：“資源建設(shè)”“數(shù)字化建設(shè)”“讀者服務(wù)”“館員隊伍建設(shè)”。從二級指標(biāo)排序來看，排在前5位的分別為：“紙質(zhì)藏書”“電子圖書”“基礎(chǔ)服務(wù)”“資源配置”“數(shù)字資源”。這個排序結(jié)果準(zhǔn)確、可信，是比較符合現(xiàn)實情況的。高校圖書館應(yīng)實現(xiàn)資源采購意見征集多元化，對讀者閱讀行為進(jìn)行認(rèn)真深入的分析和調(diào)查，了解讀者的文獻(xiàn)需求情況，把握讀者利用圖書館的特點和規(guī)律，研究制定出更加貼近讀者的服務(wù)模式。同時，增強(qiáng)資源配置與專業(yè)、課程、學(xué)生個性需求的契合度，強(qiáng)化讀者服務(wù)與隊伍建設(shè)，配足電子終端閱讀設(shè)備，不斷加大文獻(xiàn)資源的宣傳力度等。提高資源利用率與讀者入館閱讀量，切實為師生教學(xué)和科研服務(wù)。

另外，在“服務(wù)水平”“學(xué)科服務(wù)”“學(xué)風(fēng)建設(shè)”上還存在一些不盡如人意的地方，需要進(jìn)一步改進(jìn)。高校圖書館應(yīng)及時了解讀者需求，不斷挖掘服務(wù)潛力，改進(jìn)服務(wù)模式，提高服務(wù)水平，深化學(xué)科服務(wù)，營造良好的學(xué)習(xí)氛圍，以更好地服務(wù)師生的務(wù)實工作作風(fēng)努力得到師生的認(rèn)可。

四、結(jié)論

本文運用ANP方法對高校圖書館讀者滿意度進(jìn)行評價，在兩兩比較分析中，更為準(zhǔn)確地反映各指標(biāo)間的相互影響關(guān)系，具有可行性與合理性，可為科學(xué)管理提供決策和參考。在實際的評價中，為減少判斷矩陣中初始權(quán)重的主觀性，可邀請幾位圖情專家采用1～9標(biāo)度對各指標(biāo)相對重要性進(jìn)行評判，求出幾何均值得到判斷矩陣。