基于圖書館讀者大數(shù)據(jù)應用的思考

只瑩瑩（國家圖書館）

1 讀者大數(shù)據(jù)的意義

近年來，快速發(fā)展的大數(shù)據(jù)技術已成為推動公共文化服務發(fā)展、促進業(yè)務創(chuàng)新增值、提升公共文化機構核心價值的重要驅動力。圖書館讀者服務工作中產生的數(shù)據(jù)也越來越具備大數(shù)據(jù)的特征，以國家圖書館為例，截至2020 年8 月，已有282 萬到館讀者用戶、2,360 萬條借還記錄。隨著數(shù)字圖書館的進一步發(fā)展，個人身份信息、借閱記錄、搜索方式、行為痕跡等都成為了非常有價值的大數(shù)據(jù)樣本。

大數(shù)據(jù)時代，海量的館藏資源會加大讀者獲取信息的難度，因此，公共圖書館必須建立現(xiàn)代信息技術應用發(fā)展背景下的圖書館服務新生態(tài)，利用大數(shù)據(jù)技術突破圖書館變革發(fā)展瓶頸，提升讀者大數(shù)據(jù)分析服務能力。圖書館在讀者大數(shù)據(jù)的基礎上對讀者個性化服務模式進行研究既是“數(shù)據(jù)驅動圖書館變革”的共識，也是促進圖書館可持續(xù)發(fā)展的必要手段。

2 讀者大數(shù)據(jù)的應用現(xiàn)狀

2.1 基于讀者大數(shù)據(jù)的個性化服務研究

基于讀者大數(shù)據(jù)的個性化服務大多是針對讀者、時間、文獻三個維度進行的交叉挖掘分析。讀者可分為年齡、性別、學歷、學科背景、職業(yè)等不同屬性；時間可分為年、季、月、星期、小時等不同間隔；文獻可分為題目、中圖分類號、語種等不同類別。對這些信息項進行挖掘可以發(fā)現(xiàn)讀者的借閱傾向，對圖書館的個性化主動服務、學科文獻資源建設決策、優(yōu)化服務格局等有重要的指導作用。通過讀者大數(shù)據(jù)還可挖掘出不同讀者群體間借閱興趣的相似性和相異性，找出讀者群與文獻類別的關聯(lián)性，發(fā)現(xiàn)不同讀者群對不同類別文獻的需求模式，建立針對讀者群體興趣的個性化服務。在互聯(lián)網時代，要全方位、多渠道搜集、分析讀者行為數(shù)據(jù)，研究讀者的使用習慣和閱讀偏好，更要保護讀者隱私安全，在合理使用讀者個人信息的基礎上進行滿足讀者需求的主動、個性化推薦，構建精準服務體系。

2.2 基于讀者大數(shù)據(jù)的文獻采訪決策研究

圖書館采訪是館藏建設的首要內容，也是為讀者提供優(yōu)質服務的資源基礎。采訪質量影響著圖書館整體服務水平，因此文獻采訪策略要最大程度地契合讀者閱讀需求［1］。隨著信息載體形態(tài)、知識傳播方式、資源建設途徑的日益多元，原有的采訪模式已不能滿足圖書館高質量館藏要求和讀者個性化需求，大數(shù)據(jù)技術給文獻資源采訪和館藏建設提供了前所未有的數(shù)據(jù)支撐。圖書館采訪策略包括文獻種類、采訪周期、經費配比等，對需求多、時效性強的文獻要優(yōu)先采訪編目，通過分析讀者檢索、借還、閱覽、查詢、學習等行為大數(shù)據(jù)，可以評估館藏文獻利用情況和文獻資源保障水平，分析挖掘出冗余文獻種類、急缺文獻種類、讀者閱讀趨勢、文獻利用率、服務布局是否均衡等信息，為實施科學的采訪決策提供依據(jù)，進而實現(xiàn)優(yōu)化館藏布局、設置合理的剔舊周期、制定高效的服務政策目標［2］?；谧x者大數(shù)據(jù)分析挖掘的文獻采訪策略既能充分滿足讀者需求、合理執(zhí)行經費預算，又能避免文獻資源閑置和浪費，使館藏資源實現(xiàn)科學配置。

2.3 基于讀者大數(shù)據(jù)的業(yè)務流程優(yōu)化研究

讀者大數(shù)據(jù)為圖書館業(yè)務決策管理提供了數(shù)據(jù)支撐和參考，從而促使圖書館優(yōu)化業(yè)務流程，縮小讀者需求與圖書館信息服務之間的差距。① 根據(jù)讀者在某一時間段內的使用頻次劃分讀者群并調整最大借閱限量和借閱周期，從而滿足不同讀者的需求；②通過文獻在不同時間內被借閱次數(shù)、文獻利用類別的關聯(lián)，挖掘館藏文獻的供需和閑置情況，輔助圖書館學科建設決策和優(yōu)化館藏布局；③挖掘出讀者感興趣的圖書類別之間的相關性，將關聯(lián)圖書排架在相連的架位上或者同一區(qū)域內，方便讀者查找；④通過分析各冊圖書的利用情況、讀者的需求以及館藏滿足情況等有效控制藏書的走向和范圍，將活躍單冊數(shù)字化，確保各個閱覽室均具有較強的文獻服務能力；⑤圖書館可以依此安排不同時段的工作重心，根據(jù)讀者需求動態(tài)地調整工作人員數(shù)量［3］，提高工作效率和服務質量。

2.4 基于讀者大數(shù)據(jù)的服務創(chuàng)新研究

知識服務、用戶畫像是圖書館服務創(chuàng)新的兩大熱點，已有研究集中在信息服務匹配推送、用戶畫像建模、用戶隱私保護、知識服務內涵和運行機理等方面［4］。圖書館之間應加強館際交流，依托讀者大數(shù)據(jù)加強相互合作、共建共享，實現(xiàn)開放獲取和行業(yè)聯(lián)盟的發(fā)展，打破圖書館之間流通的壁壘，不斷拓展服務方式、延伸服務范圍、探索新的服務體系［5］。圖書館不僅僅是提供閱讀的場所，更應該在推廣閱讀、培養(yǎng)國民良好閱讀習慣方面發(fā)揮重要作用，讀者大數(shù)據(jù)能夠幫助圖書館從形式、群體、內容、平臺等方面進行精準高效的閱讀推廣服務。閱讀推廣要以線上活動為主、線下活動為輔，通過移動服務等多媒體渠道搭建交流互動的橋梁，挖掘公眾的隱性閱讀需求，激發(fā)其閱讀熱情，促進其閱讀行為的產生［6］。

3 讀者大數(shù)據(jù)的延伸應用

3.1 讀者分群模型研究

公共圖書館和高校圖書館都擁有海量的讀者群體，但這些讀者對圖書館的使用情況差別很大，因此，可將圖書館讀者分為高價值讀者和低價值讀者，高價值讀者的基本信息和行為大數(shù)據(jù)是圖書館研究的重點。2014 年，思域科技（Civic Technologies）在美國10 所圖書館展開用戶研究，這10 所圖書館共擁有400 萬用戶，占涉及區(qū)域總人口的52%，2014 年借閱量達6,749 萬次（包括書籍、VCD/CD）。Civic Technologies 以2014 年全年借閱量居于前20%的活躍持卡者為研究對象，這種劃分符合帕累托二八定律，且研究數(shù)據(jù)也驗證了圖書館80%的流通率是由20%的重要用戶創(chuàng)造的［7］?？梢?，借閱量前20%的核心讀者是圖書館的高價值用戶，圖書館要提高對這個讀者群體的關注度，深入挖掘高價值讀者的需求，增強用戶黏性，以實現(xiàn)館藏資源的最大利用和高效服務。

除了直接將借閱量前20%的讀者視為高價值讀者群體外，還可以通過聚類分析的方法找出高價值讀者。聚類分析是指在沒有給定劃分類別的情況下，根據(jù)數(shù)據(jù)的相似度進行分組的一種方法，分組的原則是組內距離最小化而組間距離最大化。結合圖書館的具體情況，可選取讀者借書時間間隔、借書頻率、借書量、年齡、性別等數(shù)據(jù)（高校圖書館還可以增加學歷、專業(yè)、職稱），通過K-Means 聚類分析來識別最優(yōu)價值讀者。根據(jù)讀者的屬性特征進行分析，將具有不同特征的讀者進行歸類，再針對這些群體的客戶制定相應的服務政策，極大地提高服務效率。

3.2 讀者流失趨勢分析

目前，對讀者流失的研究主要集中在：圖書館工作人員缺少危機意識，服務觀念陳舊，熱情服務和主動服務較少［8］；讀者的“圖書館意識”比較淡薄，對圖書館的整體業(yè)務能力知之甚少［9］；新媒體的迅速發(fā)展使讀者的閱讀方式發(fā)生了根本性改變，特別是年輕人更多選擇了電子閱讀［10］；快節(jié)奏的生活和競爭壓力使人們讀書更具功利性，快餐化的淺閱讀變得普遍［11］。這些客觀原因能夠真實地說明讀者流失的問題，但是無法描述讀者流失的趨勢。圖書館必須由基于實踐經驗的認知模式向基于數(shù)據(jù)的認知模式轉變，提高對數(shù)據(jù)、事實研究的精確性。

筆者認為，認知讀者流失趨勢可以促使圖書館進行自省，從讀者大數(shù)據(jù)中獲得定量的流失率可以使圖書館工作更加精準，更有針對性地對讀者流失問題進行思考和調整。當定量的流失數(shù)據(jù)（讀者借閱量、借閱頻率、到館頻率、數(shù)字資源訪問頻率）低到一定程度，說明這個讀者正在慢慢退出圖書館，是一個具有流失傾向的讀者，具有流失傾向的讀者在整個讀者群的占比就是流失率。分析讀者流失率不僅可以幫助圖書館合理調整服務能力和服務范圍，還可以更加有針對性地思考流失原因，比如服務設施不夠人性化、針對老年人的服務內容較少等是否為導致老年讀者減少的原因。

讀者的流失率在一定范圍內波動是正?，F(xiàn)象，說明新加入讀者和流失讀者達到一個平衡，能夠保證圖書館的服務效益和在社會生產中發(fā)揮的作用。當讀者流失率過高，圖書館需要及時分析原因，調整服務策略、加大宣傳力度，吸引讀者回流；當讀者流失率較低，圖書館則需要檢查各項服務是否能滿足日益增加的讀者需求，及時擴大服務范圍或增派服務館員。

3.3 讀者檢索結果重排序研究

資源檢索是圖書館知識服務的主要內容，檢索平臺大都按照一定的規(guī)則對檢索結果進行排序，然后將排序結果分頁顯示給讀者，如OPAC 是將檢索結果按照單冊的編目年份進行排序。檢索平臺默認的排序規(guī)則和呈現(xiàn)給讀者的排序結果并不完全合理，比如新出版的單冊雖然排在檢索結果的最前面，但是可能正處于采訪中或者編目中的狀態(tài)，讀者并不能獲得該文獻資源。目前，圖書館對不同層次的讀者提供同樣的資源發(fā)現(xiàn)服務，面對千百條檢索結果卻無法對讀者提供更加有效的排序。而將適合讀者需求、讀者更加感興趣的資源放在檢索結果的最前端，在提升服務質量、節(jié)省讀者時間方面有非常重要的作用。

圖書館讀者數(shù)據(jù)具有大數(shù)據(jù)、大計算、大模型的特征，可以通過機器學習的算法對已有的讀者樣本數(shù)據(jù)進行學習和預測，再結合實際情況不斷調整優(yōu)化參數(shù)設置，來提高排序結果預測的準確性。機器學習以讀者大量的檢索、借閱行為和個人基本信息為樣本，進行反復學習、訓練和預測，再將預測的結果應用于讀者檢索結果重排序。比如：根據(jù)讀者的檢索內容和檢索頻率推測出此讀者是一個研究型學者，可以將檢索命中的相關領域的權威核心期刊和博士論文排在前列；如果用戶的檢索內容不專業(yè)具體，并且檢索次數(shù)不多，可能是一個剛使用系統(tǒng)的入門者，可以將時間較新、整體概括性強、內容簡單易懂的命中資源在排序結果中往前提［12］。下面舉例說明，以3 年內借書超過50 本的讀者為樣本，讀者A 輸入“計算機軟件與理論”進行檢索，會出現(xiàn)一個檢索列表：

計算機軟件與理論相關圖書1

計算機軟件與理論相關圖書2

計算機軟件與理論相關圖書3

……

將借過圖書1 的所有人與讀者A 的相關度相加，得出圖書1 對于讀者A 的權重。在計算出所有檢索結果對于讀者A 的權重后進行降序排列，使檢索結果更符合讀者A 的實際需求。由此說明，這本圖書借的人數(shù)越多越受歡迎；與讀者A的相關度越高越符合讀者A 的個性化定制。

3.4 讀者服務效能評估模型研究

讀者服務效能是圖書館在軟硬件上的投入與為讀者提供的服務能力之比，其決定了圖書館的工作效率、服務質量和讀者滿意度，研究讀者服務效能的最終目的是提升圖書館服務水平。目前，提升讀者服務效能的觀點包括：優(yōu)化資源組合，以讀者需求為導向，推動館藏資源科學建設［13］；健全館員培訓機制和加強人才隊伍建設，完善圖書館服務體系和管理；堅持以讀者為中心的服務理念，發(fā)揮新媒體優(yōu)勢，提速智慧圖書館建設［14］；打造品牌服務、特色服務，實現(xiàn)文化增值［15］；積極吸引社會力量參與，建立志愿服務等機制；引入讀者評價，完善監(jiān)督機制等［15］。

以上列出的對服務效能提升的觀點均是基于實踐經驗的總結，對讀者服務效能的提升起到了重要的推動作用，但是并沒有定量的評估和針對性的精確調整建議。在信息化飛速發(fā)展的今天，圖書館更應該探討如何構建科學合理的讀者服務效能模型，對讀者服務效能進行定量評估，從而用真實的數(shù)據(jù)、科學的評估模型來對讀者服務效能進行精準的評測。筆者認為，可以充分利用讀者大數(shù)據(jù)，通過讀者注冊地址或IP 地址確定讀者所屬區(qū)域，獲取讀者對各類資源的使用情況、利用率以及對資源的評論、分享等信息，將數(shù)字資源的點擊數(shù)、評論數(shù)、分享數(shù)、完播率和讀者的基本信息、門禁信息、流通信息等作為讀者行為相關的指標數(shù)據(jù)，在時間、空間、人群等維度構建讀者服務效能評估模型，確定評估模型中每個評估指標的定量表示方法，對服務效能評估指標體系進行研究，確定每個評價維度的要素，并通過大數(shù)據(jù)智能挖掘算法對原始指標數(shù)據(jù)進行分析計算，建立指標之間的關聯(lián)關系，實現(xiàn)對讀者大數(shù)據(jù)的智能分析與挖掘，提升服務效能評估能力和評估準確性。讀者服務效能模型為圖書館提供公共文化設施及資源建設、供給、分發(fā)、共享等事務的決策提供支持，及時合理地調整供給形式和內容，實現(xiàn)設施的高效投入、資源的按需供給。

3.5 讀者信用評估

在信息化社會中，信用是一個用戶最重要的標簽。圖書館是與讀者生活密不可分的活動場所，欠費、毀書等不良現(xiàn)象均有跡可查，能形成非常全面的讀者信用記錄，將讀者長期的行為大數(shù)據(jù)與信用掛鉤，能夠真實透明地反映其誠信度。比如國家圖書館流通業(yè)務領域的款項信息主要有加減中文外借、加減外文外借、補辦長期讀者卡、丟失圖書、圖書污損、賠償新書加工費、預約未取、逾期等，其中加減中文外借、加減外文外借、補辦長期讀者卡屬于常規(guī)業(yè)務操作，丟失圖書、圖書污損、賠償新書加工費屬于偶發(fā)事件，因此本研究對預約未取、逾期這兩種欠費現(xiàn)象進行研究。以國家圖書館2010-2020 年的款項信息為例，發(fā)生過預約未取或逾期次數(shù)最高的普通讀者欠費達349 次，欠費讀者的比例為46%，其中產生10 次以上欠費的讀者比例為10%，女性讀者欠費比例為55%，男性讀者欠費比例為45%，欠費超過3 年且至今未還的比例為3.8%，每個年齡段的欠費比例見表1。

表1 各年齡段欠費比例

由以上數(shù)據(jù)可以看出，讀者欠費比例不低，但是欠費超過10 次的讀者數(shù)量不多，大部分讀者都是偶有逾期或者預約未取。讀者在圖書館產生的不良行為雖然只是生活中的小事，但是卻能充分反映出一個人的素質，特別是對于長期欠費不繳清和經常毀書的讀者來說，其誠信度則大打折扣。安徽宿州市圖書館投入使用了“信易閱”管理系統(tǒng)，對讀者進行信用月季評分，為評分登記較高的讀者延長借閱時間和增加借書數(shù)量［16］。這意味著圖書館也逐漸加入了推動信用社會建設、營造誠信環(huán)境的隊伍中。

4 未來讀者大數(shù)據(jù)應用方向

4.1 新技術帶來讀者大數(shù)據(jù)的新應用

繼云計算、大數(shù)據(jù)、人工智能等信息技術迅速普及發(fā)展后，5G、區(qū)塊鏈、數(shù)字人文、數(shù)據(jù)科學等新一輪的科技革命也已到來，未來將會是技術驅動下的圖書館變革。區(qū)塊鏈技術讓讀者之間互借成為可能，每個讀者都是鏈條上的一個節(jié)點，所有讀者都可以看到圖書的流通記錄，可以對感興趣的書或者距離自己近的書發(fā)起預約請求，或者讀者之間可以進行協(xié)商互借。5G 時代下的物聯(lián)網發(fā)展，將支持數(shù)十萬節(jié)點的同時連接和大容量視頻、圖片數(shù)據(jù)的高速傳播，更多的讀者會通過5G 技術自然無感的體驗圖書館提供的在線服務，圖書館會迎來讀者基數(shù)增加和讀者黏性提升的發(fā)展機遇，彌補了傳統(tǒng)移動服務與終端用戶連接不足等缺陷。5G 智能終端可以實時反饋移動讀者行為動態(tài)并準確上傳，圖書館可以根據(jù)讀者動態(tài)行為信息不斷調整最新服務配置，實時滿足讀者需求［17］。新技術驅動下的圖書館讀者大數(shù)據(jù)會更加龐大、多態(tài)、豐富和有價值，對讀者大數(shù)據(jù)的獲取、分析和挖掘，是重塑圖書館知識管理與知識服務的關鍵所在。

4.2 智慧圖書館下讀者大數(shù)據(jù)的變化

智慧圖書館是一種基于智能化、網絡化、數(shù)字化信息技術，實現(xiàn)以人為本、綠色發(fā)展、廣泛互聯(lián)的具有高效、便利、互聯(lián)、智慧等特性的圖書館［18］。當前智慧圖書館的研究意在提升和豐富讀者的感官體驗，打造萬物互聯(lián)、智慧共享的圖書館新生態(tài)，但并沒有意識到智慧圖書館下產生的大數(shù)據(jù)的龐大體量、財富價值和重要意義。其實在智慧圖書館環(huán)境下，通過物聯(lián)網技術，利用手機、電腦、射頻識別裝置、全球定位系統(tǒng)、紅外感應器、激光掃描器等感知設備，能夠對文獻、數(shù)字資源、圖書館運行狀態(tài)以及用戶需求等信息進行深度感知、測量捕獲和傳遞［19］，獲得更加多樣的非結構化數(shù)據(jù)。圖書館與讀者之間不僅是服務與被服務的關系，更多是知識互相提供、互相傳播、達成共識的關系，讀者與讀者之間的信息交流、知識交互、思想共識能產生豐富多彩的數(shù)據(jù)類型［20］。隨著大數(shù)據(jù)技術、分析工具、深度學習算法等不斷改進提升和國家戰(zhàn)略、政策的扶持，未來智慧圖書館才是大數(shù)據(jù)應用的肥沃土壤，讀者大數(shù)據(jù)一定會產生更大的價值和效益。

5 結語

在未來，無論是人工智能，還是物聯(lián)網和云計算的發(fā)展，都離不開大數(shù)據(jù)的支持。對大數(shù)據(jù)的管理、應用能力能夠直接體現(xiàn)出圖書館的核心競爭力，使圖書館服務質量大幅提升。通過對讀者大數(shù)據(jù)進行加工、分析和挖掘，能夠實現(xiàn)數(shù)據(jù)的不斷增值，對圖書館服務的公益化、均等化、精準化和融合共享等都起到重要作用。大數(shù)據(jù)的優(yōu)勢是它的不可知性和無限的可能性，圖書館與大數(shù)據(jù)不斷地交接、碰撞，以數(shù)據(jù)促進科學決策，吸引著眾多學者深入探索。