高校圖書館數(shù)據(jù)管理與分析應(yīng)用研究*
——以西安建筑科技大學(xué)圖書館期刊數(shù)據(jù)管理實踐為例

任黨利

（西安建筑科技大學(xué)圖書館 陜西西安 710055）

在大數(shù)據(jù)環(huán)境驅(qū)動下，高校數(shù)字圖書館、智慧圖書館蓬勃發(fā)展，高校圖書館在日常文獻(xiàn)資源服務(wù)及學(xué)科服務(wù)過程中，產(chǎn)生了大量的館藏數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、用戶信息數(shù)據(jù)、用戶行為數(shù)據(jù)、使用數(shù)據(jù)及管理數(shù)據(jù)等。這些數(shù)據(jù)對于圖書館深入了解自身館藏建設(shè)、空間資源、用戶信息與用戶行為、館員工作效率、圖書館系統(tǒng)運行情況等具有重要的實證價值。高校圖書館通過解析和提煉這些原始數(shù)據(jù)，能夠獲取大量有深度、有價值的數(shù)據(jù)信息，以這些指標(biāo)數(shù)據(jù)為指導(dǎo)，能夠?qū)崿F(xiàn)“數(shù)據(jù)驅(qū)動”下資源建設(shè)結(jié)構(gòu)的優(yōu)化、空間服務(wù)質(zhì)量的改善、個性化服務(wù)的精準(zhǔn)性提高，也能夠為圖書館進(jìn)行功能轉(zhuǎn)換設(shè)置、服務(wù)模式調(diào)整、創(chuàng)新服務(wù)的未來分析與發(fā)展規(guī)劃提供數(shù)據(jù)支撐。

1 國內(nèi)外高校圖書館數(shù)據(jù)管理研究概述

1.1 國外高校圖書館數(shù)據(jù)管理研究概述

經(jīng)文獻(xiàn)研讀，目前國外高校圖書館對于數(shù)據(jù)管理研究主要集中在以下方面：①高校圖書館數(shù)據(jù)管理館員的素質(zhì)和技能培養(yǎng)；②高校圖書館數(shù)據(jù)管理與分析在實踐中的應(yīng)用、決策支持和數(shù)據(jù)服務(wù)；③高校圖書館數(shù)據(jù)管理與分析平臺的技術(shù)構(gòu)建、技術(shù)指標(biāo)等。

學(xué)者Renwick等人研究指出：管理研究數(shù)據(jù)已經(jīng)成為許多大學(xué)的一個問題。在加勒比海地區(qū)，西印度群島大學(xué)圣奧古斯丁校區(qū)的圖書館在這方面非常支持研究人員，目的是找出目前管理校園研究數(shù)據(jù)的做法，并確定校園圖書館可能發(fā)揮的作用[1]。學(xué)者Kim JiHyun研究分析了北美121個大學(xué)圖書館中51所提供的記錄數(shù)據(jù)管理（Research Data Management，RDM）培訓(xùn)項目的內(nèi)容，并從結(jié)果中得出數(shù)據(jù)館員培訓(xùn)的方法、教程和期望達(dá)到的效果[2]。學(xué)者Kim Seonghun等人進(jìn)一步指出，RDM服務(wù)中考慮的關(guān)鍵因素應(yīng)該包括以下因素，即研究服務(wù)與研究數(shù)據(jù)管理服務(wù)之間的聯(lián)系；國家、大學(xué)、機(jī)構(gòu)之間的協(xié)議；元數(shù)據(jù)輸入人員和所需要素；提供專業(yè)人員的戰(zhàn)略；通過用戶需求分析選擇主要服務(wù)領(lǐng)域；效果研究數(shù)據(jù)與研究成果之間的相互聯(lián)系；與用戶及相關(guān)組織密切合作[3]。學(xué)者Lassi Monica等人進(jìn)行了一項探索性的研究，研究人員在兩所瑞典大學(xué)進(jìn)行有效的研究數(shù)據(jù)管理，以便為研究數(shù)據(jù)服務(wù)的持續(xù)發(fā)展提供信息，關(guān)于主題元數(shù)據(jù)的附加問題表明了指導(dǎo)研究人員用足夠的元數(shù)據(jù)描述其數(shù)據(jù)集的服務(wù)需要[4]。學(xué)者Lai MeiChi等人開發(fā)了一套將數(shù)字?jǐn)?shù)據(jù)轉(zhuǎn)換成信息的系統(tǒng)，提出了基準(zhǔn)論和基于知識的系統(tǒng)的集成框架，包括數(shù)據(jù)庫管理子系統(tǒng)、模型庫子系統(tǒng)、知識獲取子系統(tǒng)和對話子系統(tǒng)。在模型庫中使用DEA模型，包括CCR和BCC模型，以期對圖書館的運作效率有準(zhǔn)確認(rèn)知，對圖書館發(fā)展方向和決策作出指導(dǎo)[5]。在實踐方面，休斯頓大學(xué)數(shù)字圖書館2015年成立了一個數(shù)字資產(chǎn)管理系統(tǒng)（Digital Asset Management System，DAMS）實施工作組，在系統(tǒng)安裝、數(shù)據(jù)遷移和接口開發(fā)方面做了深度研究，以探索、評估、測試、推薦和實施一個更強(qiáng)大的數(shù)字資產(chǎn)管理系統(tǒng)。這個系統(tǒng)可擴(kuò)展和互操作，推動了數(shù)據(jù)間的無縫訪問，擴(kuò)展了數(shù)據(jù)管理[6]。

1.2 國內(nèi)高校圖書館數(shù)據(jù)管理研究概述

經(jīng)文獻(xiàn)梳理，國內(nèi)高校圖書館數(shù)據(jù)管理研究主要有以下方面：①大數(shù)據(jù)技術(shù)和數(shù)據(jù)挖掘技術(shù)在高校圖書館數(shù)據(jù)管理及數(shù)據(jù)分析中的應(yīng)用；②綜述國外數(shù)據(jù)管理與數(shù)據(jù)分析實例，對國內(nèi)高校的啟示；③高校圖書館數(shù)據(jù)管理館員的培養(yǎng)、數(shù)據(jù)分析及數(shù)據(jù)服務(wù)。馬曉亭構(gòu)建了采用多層次系統(tǒng)結(jié)構(gòu)的圖書館大數(shù)據(jù)資源整合平臺的框架[7]。國內(nèi)學(xué)者Chen Min等人探討了圖書館大數(shù)據(jù)如何存儲、數(shù)據(jù)如何挖掘及如何實現(xiàn)個性化服務(wù)等具體技術(shù)，提出“Hadoop+MapReduce”并行架構(gòu)的大數(shù)據(jù)存儲和應(yīng)用方案[8]。周曉燕、尹亞麗通過調(diào)研國外高校圖書館具體數(shù)據(jù)服務(wù)人才招聘崗位的數(shù)據(jù),分析社會對科研數(shù)據(jù)服務(wù)人員的知識結(jié)構(gòu)和技能的最真實需求和要求,從而總結(jié)出大數(shù)據(jù)時代國外高校圖書館科研數(shù)據(jù)服務(wù)人員的知識結(jié)構(gòu)和崗位職責(zé)[9]。司莉、曾粵亮通過分析國外高?？蒲袛?shù)據(jù)管理領(lǐng)域關(guān)注的課題，針對我國目前研究現(xiàn)狀,認(rèn)為未來高校圖書館數(shù)據(jù)管理的研究重點應(yīng)關(guān)注機(jī)構(gòu)科研數(shù)據(jù)知識庫（Institutional Research Data Repository，IRDR）理論研究的系統(tǒng)化、平臺的建設(shè)與管理、面向科研人員服務(wù)的開展、知識產(chǎn)權(quán)研究及聯(lián)盟機(jī)制的深入探索[10]。在實踐方面，國家圖書館2016年建成基于讀者與資源核心業(yè)務(wù)系統(tǒng)的圖書館大數(shù)據(jù)平臺，應(yīng)用該平臺采集數(shù)據(jù)，并通過一系列分析法，對國家圖書館的用戶群體、服務(wù)方向、資源利用情況進(jìn)行數(shù)據(jù)分析[11]。

2 高校圖書館數(shù)據(jù)類型及特點

2.1 高校圖書館數(shù)據(jù)類型

高校圖書館數(shù)據(jù)按照數(shù)據(jù)源可分為：①用戶數(shù)據(jù)。用戶數(shù)據(jù)是指用戶在圖書館集成系統(tǒng)里注冊的個人信息等。②資源數(shù)據(jù)。資源數(shù)據(jù)包括館藏紙質(zhì)圖書資源、紙質(zhì)期刊資源、光盤、報紙等有形資源及數(shù)字化資源。數(shù)字化資源包括引進(jìn)的電子圖書、期刊等資源；還包括空間資源、座位資源、設(shè)備資源。③業(yè)務(wù)數(shù)據(jù)。業(yè)務(wù)數(shù)據(jù)包括圖書館員在圖書管理集成系統(tǒng)里的所有操作流程數(shù)據(jù)，如圖書和期刊的征訂、編目、典藏等，以及數(shù)據(jù)庫采購、發(fā)布數(shù)據(jù)等。④使用數(shù)據(jù)。使用數(shù)據(jù)包括高校圖書館用戶借閱圖書、還回圖書、委托圖書等數(shù)據(jù)；用戶在圖書館OPAC（Online Public Access Catalog，聯(lián)機(jī)公共檢索目錄）、圖書館微信公眾號、圖書館微博產(chǎn)生的圖書薦購等數(shù)據(jù)；用戶訪問圖書館主頁產(chǎn)生的訪問、瀏覽數(shù)據(jù)；用戶使用圖書館空間產(chǎn)生的入館、座位預(yù)約、選座、研討空間使用數(shù)據(jù)等；用戶使用圖書館數(shù)字資源產(chǎn)生的訪問、檢索等數(shù)據(jù)。⑤管理數(shù)據(jù)。管理數(shù)據(jù)包括圖書館內(nèi)部的人員數(shù)據(jù)、財務(wù)數(shù)據(jù)、資產(chǎn)數(shù)據(jù)等。各類型的數(shù)據(jù)來源如表1所示。

表1 高校圖書館數(shù)據(jù)類型及數(shù)據(jù)來源

2.2 高校圖書館數(shù)據(jù)特點

從表1看出，高校圖書館數(shù)據(jù)具有3個顯著特點。

（1）數(shù)據(jù)類型具多源異構(gòu)性。高校圖書館館藏資源種類和形式豐富，每種載體的文獻(xiàn)有不同標(biāo)準(zhǔn)的數(shù)據(jù)統(tǒng)計方式。數(shù)字資源來源于各個不同的數(shù)據(jù)庫商，使用數(shù)據(jù)統(tǒng)計的標(biāo)準(zhǔn)和方式各有不同。高校圖書館集成管理系統(tǒng)子系統(tǒng)眾多，業(yè)務(wù)精細(xì)繁瑣，操作會產(chǎn)生大量的業(yè)務(wù)數(shù)據(jù)和日志數(shù)據(jù)。由此可見，高校圖書館產(chǎn)生的數(shù)據(jù)既有結(jié)構(gòu)化數(shù)據(jù)，也有日志文件、XML文件等半結(jié)構(gòu)化數(shù)據(jù)，還有很多文本類非結(jié)構(gòu)化數(shù)據(jù)。

（2）數(shù)據(jù)量龐大繁瑣。高校圖書館工作是一個日積月累的過程。經(jīng)過多年的資源建設(shè)、業(yè)務(wù)管理、信息服務(wù)，每個高校圖書館都擁有大量的館藏資源數(shù)據(jù)、業(yè)務(wù)運行數(shù)據(jù)、用戶信息數(shù)據(jù)、用戶行為數(shù)據(jù)、資源使用數(shù)據(jù)、系統(tǒng)日志數(shù)據(jù)、科研數(shù)據(jù)、管理數(shù)據(jù)等。這些數(shù)據(jù)量龐大繁瑣，需要進(jìn)行統(tǒng)一的管理。

（3）數(shù)據(jù)量增長迅速。隨著數(shù)字圖書館的廣泛應(yīng)用和發(fā)展，高校圖書館對數(shù)字資源愈加重視?；谖锫?lián)網(wǎng)、移動技術(shù)的資源在線訪問、下載，以及基于社交網(wǎng)絡(luò)的信息服務(wù)和學(xué)科服務(wù)的開展，高校圖書館資源數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、使用數(shù)據(jù)成倍增長，貢獻(xiàn)了大量在線、實時數(shù)據(jù)，加速了圖書館各類數(shù)據(jù)的生成[12]。

3 高校圖書館數(shù)據(jù)管理與分析系統(tǒng)架構(gòu)

高校圖書館的數(shù)據(jù)具有類型多源異構(gòu)、數(shù)據(jù)量龐大繁瑣、增長迅速的特點，這呈現(xiàn)出大數(shù)據(jù)的部分特征，可以利用大數(shù)據(jù)一些專業(yè)技術(shù)手段進(jìn)行管理。本文嘗試以BI（business intelligence，商業(yè)智能）技術(shù)搭建數(shù)據(jù)管理與分析平臺，系統(tǒng)架構(gòu)如圖1所示。高校圖書館可以利用數(shù)據(jù)管理與分析平臺鏈接各數(shù)據(jù)庫、數(shù)據(jù)倉庫，管控、整合、清洗高校圖書館工作中產(chǎn)生的數(shù)據(jù)。高校圖書館要抓取有價值的數(shù)據(jù)，必須先梳理數(shù)據(jù)源，確定核心數(shù)據(jù)采集點，進(jìn)行數(shù)據(jù)的有效采集。數(shù)據(jù)采集后需先進(jìn)行數(shù)據(jù)整合，多維篩選，聚類分析。利用BI技術(shù)搭建的數(shù)據(jù)分析結(jié)構(gòu)平臺針對不同的用戶需求（初級數(shù)據(jù)分析用戶、深度數(shù)據(jù)分析用戶、查看數(shù)據(jù)分析結(jié)果的用戶）提供各個層面的數(shù)據(jù)，這樣能在很大程度上提高工作效率，優(yōu)化協(xié)作方式，深層次挖掘數(shù)據(jù)的價值，并能針對不同的用戶層次提供不同層次的數(shù)據(jù)。

圖1 數(shù)據(jù)管理與分析平臺架構(gòu)圖

4 西安建筑科技大學(xué)圖書館數(shù)據(jù)管理實踐與應(yīng)用

2016年，借鑒耶魯醫(yī)學(xué)圖書館期刊數(shù)據(jù)管理實踐經(jīng)驗，西安建筑科技大學(xué)圖書館（以下簡稱“我館”）對歷年來積累的中文電子期刊和中文紙質(zhì)期刊的資源數(shù)據(jù)、用戶數(shù)據(jù)、使用數(shù)據(jù)等進(jìn)行數(shù)據(jù)采集和數(shù)據(jù)整理，試圖通過數(shù)據(jù)分析和數(shù)據(jù)挖掘，對我館期刊工作做一些調(diào)整，建立新的期刊資源建設(shè)體系。

期刊的數(shù)據(jù)采集主要從我館應(yīng)用的匯文圖書集成管理系統(tǒng)以及我館引進(jìn)的電子期刊數(shù)據(jù)庫CNKI、萬方以及維普進(jìn)行數(shù)據(jù)源收集，核心數(shù)據(jù)來源及數(shù)據(jù)采集內(nèi)容如表2所示。根據(jù)表2將所有期刊數(shù)據(jù)源逐一梳理，采集我館目前所有的館藏紙質(zhì)期刊數(shù)據(jù)、引進(jìn)的電子期刊數(shù)據(jù)、用戶信息數(shù)據(jù)，并按照年度量和總量分為縱向和橫向數(shù)據(jù)，分別進(jìn)行匯總。整理的數(shù)據(jù)如表3所示。

我館成立了一個期刊數(shù)據(jù)管理與數(shù)據(jù)分析小組，借助利用BI技術(shù)搭建的數(shù)據(jù)管理與分析平臺，將同類數(shù)據(jù)進(jìn)行比對，深度挖掘數(shù)據(jù)價值，分別分析用戶信息、用戶行為信息、紙質(zhì)期刊和電子期刊的投入以及產(chǎn)出效益、空間效益等。根據(jù)數(shù)據(jù)分析結(jié)果對我館期刊工作做了極大的調(diào)整，從以下方面優(yōu)化了我館期刊工作，取得了良好的效果和收益。

4.1 調(diào)整電子期刊采訪策略

2016年，我館針對目前使用廣泛的CNKI中國學(xué)術(shù)期刊（網(wǎng)絡(luò)版）、萬方中文期刊、維普中文期刊作了各項技術(shù)指標(biāo)數(shù)據(jù)的比對和分析，分別從期刊收錄數(shù)量、期刊回溯年限、期刊學(xué)科分類、全文文獻(xiàn)數(shù)量、重復(fù)期刊數(shù)量、收錄核心期刊的種數(shù)、核心期刊的收錄年限、擁有獨家授權(quán)期刊數(shù)量、擁有優(yōu)先出版期刊數(shù)量等進(jìn)行了數(shù)據(jù)分析，并結(jié)合2013—2016年我校用戶對各數(shù)據(jù)庫的訪問數(shù)據(jù)和下載數(shù)據(jù)，我館調(diào)整了中文電子期刊采訪策略，只訂購更適合我校用戶使用的CNKI中國學(xué)術(shù)期刊（網(wǎng)絡(luò)版），這極大改善了我館電子期刊重復(fù)建設(shè)問題。

4.2 調(diào)整紙質(zhì)期刊采購策略

我館對紙質(zhì)期刊和電子期刊資源種類和收藏年限進(jìn)行了數(shù)據(jù)分析，發(fā)現(xiàn)學(xué)術(shù)期刊方面，電子期刊已經(jīng)完全囊括了紙質(zhì)期刊館藏。通過用戶數(shù)據(jù)分析，入館閱覽期刊的89.1%為本科學(xué)生，且閱讀方向集中在基礎(chǔ)學(xué)科學(xué)習(xí)、文學(xué)文藝類期刊，專業(yè)學(xué)術(shù)期刊的需求很低。而對于碩博士研究生和教職工而言，面對教學(xué)和科研壓力，他們更習(xí)慣通過數(shù)字圖書館獲取學(xué)術(shù)期刊。以用戶需求和期刊效益為依據(jù)，我館在紙質(zhì)期刊采購方面調(diào)整了策略，結(jié)合西安建筑科技大學(xué)學(xué)科布局、教學(xué)安排等核心因素，調(diào)整期刊組成結(jié)構(gòu)，突出重點學(xué)科和一流專業(yè)，篩選具有本館特色和利用率高的紙質(zhì)期刊繼續(xù)訂購，停訂了987種紙電同步、借閱及復(fù)印率低的紙質(zhì)期刊。這在很大程度上節(jié)約了資源經(jīng)費，避免了資源重復(fù)建設(shè)，并釋放了大量的物理空間和存儲空間。

表2 期刊數(shù)據(jù)來源

表3 采集的期刊數(shù)據(jù)表

4.3 同步管理紙電期刊

在期刊管理工作中，實現(xiàn)電子期刊和紙質(zhì)期刊從概念到實體的整合工作，向?qū)W生展示我館紙質(zhì)期刊征訂目錄和電子期刊征訂目錄。期刊閱覽室安放電子設(shè)備和打印機(jī)，學(xué)生可以在這里閱覽紙質(zhì)期刊，也可隨時瀏覽電子期刊和圖書館其他資源，還可以進(jìn)行多人協(xié)作式網(wǎng)上學(xué)習(xí)，方便了期刊資源的使用，充分利用了空間資源。

4.4 停止期刊裝訂處理

我館經(jīng)過期刊數(shù)據(jù)管理和分析，對紙質(zhì)期刊不再做裝訂成冊處理工作。如果用戶對過期期刊有需求，工作人員可以協(xié)助其下載電子資源或通過文獻(xiàn)傳遞獲取資源。這項舉措釋放了很大一部分勞動力，節(jié)約了館內(nèi)經(jīng)費，消除了僵死資源，避免了資源重復(fù)建設(shè)，加快了期刊流動，提高了期刊的利用率。

4.5 推行學(xué)科館員和數(shù)據(jù)館員制度，為讀者提供數(shù)據(jù)服務(wù)

我館通過培訓(xùn)、篩選，推行學(xué)科館員制度和數(shù)據(jù)館員制度，進(jìn)行學(xué)科嵌入式服務(wù)和個性化服務(wù)[13]。對圖書館產(chǎn)生的數(shù)據(jù)進(jìn)行分類管理、分析、深度挖掘工作，定期以分析報告和報表的形式呈現(xiàn)數(shù)據(jù)成果，為館里重大決策提供數(shù)據(jù)支撐，為圖書館的資源建設(shè)優(yōu)化提供數(shù)據(jù)支持，為學(xué)校的學(xué)科建設(shè)和科研教學(xué)提供數(shù)據(jù)服務(wù)。