周龍軍
(深圳市寶安區(qū)圖書館,廣東 深圳 518000)
隨著數(shù)字閱讀和大文娛事業(yè)的發(fā)展,以及公共圖書館線上線下業(yè)務的雙重推進,圖書館借閱服務的效率亟須同步提升。有別于圖書館傳統(tǒng)借閱服務的判斷邏輯,圖書館線上借閱服務依賴于本地化讀者的信用體系搭建,結合目前支付體系中已經形成的信用評判標準,接入公共圖書館的讀者評分體系,預判讀者的信用履約情況,為讀者提供借閱服務,減化了為他們辦理線下借閱證、登記等手續(xù),降低了借閱過程中雙方的等待時間,提高了借閱效率。通過搭建和優(yōu)化公共圖書館的信用體系,并持續(xù)開發(fā)線上讀者,為他們提供持續(xù)且優(yōu)質的推薦服務,不僅可以大幅提升公共圖書館的運行效率,而且在讀者與圖書館之間建立起強互動關系,增強了讀者黏性,打造了“文化強國”氛圍,為社會進步和企業(yè)發(fā)展提供源源不斷的信息資源支持。
公共圖書館的職能是為社會提供大量、優(yōu)質、全面的紙質圖書、電子圖書等文獻知識類信息。以提高圖書館運行效率為終極目的,可以發(fā)現(xiàn)提高借閱服務流程的運轉效率將會使圖書館的整體運行流暢度大大增加。而提升借閱效率的前提是結合信息化技術進行信用體系的搭建,通過建立圖書館內部的信用評價機制,借助互聯(lián)網終端為讀者提供借閱服務,在服務器后臺處理高并發(fā)信息,可為廣大讀者提供查詢、借閱、電子版資源下載、付費、瀏覽、內部論壇發(fā)表評論等服務。其主要意義表現(xiàn)在以下幾個方面。
面向全市甚至是全國公民提供圖書瀏覽、查閱服務,能否借出的判斷邏輯是讀者是否具有足夠的信用。借鑒互聯(lián)網金融公司的業(yè)務邏輯,圖書館搭建信用評價體系后,可以通過內部算法快速給出可否借閱的判斷,通過高效判定為讀者提供高效借閱服務,大大降低了人工審核以及人工錄入借閱信息的工作量。
搭建讀者信用評價機制后,圖書館根據(jù)內部制定的評價策略(支付寶芝麻分+內部判斷邏輯),在系統(tǒng)內形成信用評價分數(shù)等級,根據(jù)信用等級提供不同種類的服務,而針對限制類等級,讀者需要通過其他增信、申訴等方式轉由人工處理,再次判斷合格后才可進入公共區(qū)域享受圖書借閱服務。
通過讀者信用的分級管理,一方面可以為高信用等級的讀者提供優(yōu)質的知識類服務,為他們提供即時的借閱、咨詢、提醒類服務;另一方面能杜絕失信人員在沒有經過過濾的情況下將書籍借出后導致資產流失。圖書館還搭建了失信人員申訴入口,通過信用復核后繼續(xù)為他們提供借閱服務,大幅提高了館藏資源利用率,為不同的受眾群體提供不同的服務。
公共圖書館的信用評價機制參考了信用經濟的計算模型,該模型的內部邏輯是將多個信用主參考維度(學歷、收入、單位、社保、車輛、房屋等)進行量化評分,得出綜合評分,公共圖書館采用信用評價機制約束讀者的借閱行為,同時為整個城市的信用體系貢獻公民借閱行為的信用數(shù)據(jù),強化用戶對信用社會的認知和貢獻,讓更多的讀者參與到信用寶安的建設和發(fā)展中。
公共圖書館讀者信用體系的構建一般是接入支付寶螞蟻評分,持續(xù)記錄該用戶在圖書館的借閱行為,并進行累計評價得分,匯總進入實時評價量表,從而向用戶進行各項服務的判斷、推薦和流轉。
深圳市寶安區(qū)圖書館在充分調研其他省市圖書館的信評體系運行情況后,對本館進行了信評體制的搭建和優(yōu)化,主要思路是采信讀者的外部信用評價作為主評價策略,并積累本館的行為信用分,得出信用評級。信用評價體系的搭建策略見圖1。
圖書館結合大數(shù)據(jù)實時更新讀者的信用評分,利用云計算技術將讀者的信用評級和可提供的網絡化服務類型進行關聯(lián),為不同信用評價得分的讀者提供不同的圖書館服務。另外,用戶的信用分在客戶端實現(xiàn)了可視化,使讀者在持續(xù)享受高信用帶來高附加值服務的同時,更重視信用積累。
圖1 公共圖書館信用體系搭建框架
公共圖書館在采信信用系統(tǒng)提供的分數(shù)后,進入內部的信用評價系統(tǒng),采信后的數(shù)據(jù)加上內部積累的行為數(shù)據(jù)形成內部信評系統(tǒng)的數(shù)據(jù)來源,形成內部的評價機制,并應用在以下工作流程中。
歷史信用評價:即讀者登錄本館網站后,同步其信用評價分數(shù),經過時間的積累形成信用積分,構成該讀者的歷史信用評價。當前信用評價:即讀者當前狀態(tài)下在該館借閱行為的流轉狀態(tài)。失信評價流轉:當讀者的信用評級進入D+級后,提供申訴入口,申訴后進入人工審核,如可修復則進行信用評級修正,如不可修復即將該讀者納入黑名單,不再向其提供借閱服務。見圖2。
圖2 公共圖書館采信處理流程
信用協(xié)作體系指的是為公共圖書館提供信用分接口輸出的機構或商業(yè)組織,如人行征信中心、螞蟻金服、芝麻信用等。公共圖書館共享或者采信該機構或商業(yè)組織輸出的信息及數(shù)據(jù),大幅提升信用體系的構建效率。
除了信用數(shù)據(jù)采信環(huán)節(jié),另一個需要用到信用信息的環(huán)節(jié)為公共圖書館的風險控制。鑒于信用體系為風控前置,而不同的信用服務機構提供的信息各有側重,公共圖書館需要根據(jù)地區(qū)實際情況進行采信數(shù)據(jù)的選擇、調整、數(shù)據(jù)清洗等,并按照信用評價分支體系進行算法設定,將二次運算后的數(shù)據(jù)納入不同的工作流程。其工作流程見圖3。
圖3 公共圖書館信用協(xié)助體系工作流程
對失信讀者給予申訴入口,方便讀者進行原因申訴,如能通過人工復審,可以消除警告進入正常借閱通道;如人工審核仍未通過,圖書館則啟動教育機制,該用戶在被教育后再次出現(xiàn)失信評級為D級別及以上,則觸發(fā)淘汰機制,該用戶立即被拉入黑名單,已借閱書籍需要追繳,同時失信事件被記錄到系統(tǒng)中,并同步傳輸至深圳市公共服務信用數(shù)據(jù)系統(tǒng)。
結合《深圳市人民政府關于印發(fā)深圳市貫徹落實守信聯(lián)合激勵和失信聯(lián)合懲戒制度實施方案的通知》文件的要求,寶安區(qū)圖書館必須按照工作計劃完善信用信息歸集共享機制,推進信用信息的公示公開。在《寶安區(qū)“大誠信”體系建設實施方案》的要求下,寶安區(qū)圖書館制訂了《寶安區(qū)公共信用信息平臺數(shù)據(jù)報送方案》,根據(jù)失信嚴重程度分為一般失信和嚴重失信,對應算法評判中的“C”和“D”級別,按照季度實時報送失信(包括一般失信和嚴重失信)讀者信息。失信細則判斷及報送流程見下頁圖4。
隨著線上閱讀人數(shù)的增加,公共圖書館的服務領域逐漸從線下轉至線上,尤其是2018年1月1日實施的《中華人民共和國公共圖書館法》要求各省市圖書館務必提升數(shù)字資源的豐富程度,同時配備提供數(shù)字資源的設施和入口,搭建線上線下共享文獻資源的信息平臺,同時為公民提供圖書推薦、閱讀指導、讀書交流等服務,全面推廣數(shù)字閱讀和全民閱讀。線上讀者的開發(fā)情況表現(xiàn)在以下幾個方面。
隨著付費內容的崛起,線上讀者的開發(fā)十分迅速,尤其是付費閱讀的市場增速相當可觀,CNNIC發(fā)布的數(shù)據(jù)顯示,2020年的付費用戶規(guī)模達到4.21億,而付費用戶約占線上讀者規(guī)模的30%~50%,線上閱讀用戶的規(guī)模至少超過8億人。我國線上用戶和智能手機的普及化、圖書館App的用戶規(guī)模將呈高速發(fā)展態(tài)勢,詳見圖5。
圖4 寶安區(qū)圖書館失信讀者數(shù)據(jù)報送流程
數(shù)據(jù)來源:CNNIC、Forst&Sullivan
我國《第十六次國民閱讀調查白皮書》于2019年4月16日發(fā)布,數(shù)據(jù)顯示綜合閱讀率為80%,數(shù)字化閱讀觸達率為76%,紙質圖書閱讀觸達率為59%。目前,我國公民每天接觸的信息渠道主要是手機App,每天手機接觸時長為84.86分鐘,互聯(lián)網接觸時長為65.13分鐘,電子閱讀器接觸時長為10.75分鐘。
根據(jù)國家統(tǒng)計局在2019年發(fā)布的數(shù)據(jù),我國公共圖書館的數(shù)量在逐年增加,并于2019年達到3,189個,數(shù)字資源也在全面豐富中,2019年達15,509.2TB,見圖6。
隨著信息化技術的發(fā)展以及在圖書館線上平臺的應用,針對讀者的精準化推送以及文獻查閱咨詢是
數(shù)據(jù)來源:國家統(tǒng)計局
讀者使用概率最高的服務,結合我國已經形成的線上數(shù)字圖書館服務網絡,公共圖書館能為公眾提供更貼心、精準的服務。實現(xiàn)并持續(xù)優(yōu)化上述功能體驗的基礎是圖書館數(shù)據(jù)庫積累的大量的讀者檢索、查閱、借閱數(shù)據(jù),以及對歷史借閱行為、歷史線上閱讀數(shù)據(jù)進行統(tǒng)計分析,形成精準的推送機制。
公共圖書館對線上讀者的開發(fā)應以精準推送為服務起點,持續(xù)優(yōu)化推薦機制,打造優(yōu)質的推薦信息處理流程。
4.1.1 技術實現(xiàn)路徑。首先,圖書館要建設讀者信息數(shù)據(jù)庫,包括姓名、身份證號、學歷、專業(yè)、家庭住址、興趣愛好、專業(yè)特長、從事工作等相關信息;其次,圖書館要通過多種形式的線上調研、問卷調查得到讀者同步的其他App授權查閱信息,結合大數(shù)據(jù)共享平臺,完善讀者信息數(shù)據(jù)庫,形成該讀者的動態(tài)知識訴求畫像,持續(xù)為其進行需求知識方向對應產品、服務的推薦和消息推送。
4.1.2 數(shù)據(jù)整合聯(lián)動。對于圖書館內部以及圖書館之間的數(shù)據(jù)聯(lián)動和共享,各級圖書館需要探索相應的整合聯(lián)動機制,以數(shù)倍于本館數(shù)據(jù)量的視角,打造讀者集約化、信息集約化的資源高效利用氛圍,這也是為讀者提供高效查閱、借閱和下載服務的基礎。通過對不同讀者按照不同的維度進行分類,圖書館可以為不同的讀者制定不同的推薦策略,根據(jù)互聯(lián)網商業(yè)類大數(shù)據(jù)為相應的讀者群提供定制、精準的信息推薦。
4.1.3 人文關懷服務。推薦機制的有效性體現(xiàn)在推薦信息是否有足夠的人文占比,大數(shù)據(jù)推存的讀者信息可以作為圖書館與讀者之間溝通的橋梁,與讀者進行高頻次的互動,為讀者提供更加精準的線上人文關懷服務。
以商業(yè)組織的視角衡量圖書館提供的服務,其檢索的響應速度、線上閱讀體驗、借閱流程的流轉效率是決定該館運營效率和效果的關鍵因素。通過搭建咨詢類服務框架,豐富平臺推薦機制的內容,將會大大提升線上讀者開發(fā)效率及速度。
隨著互聯(lián)網技術在公共圖書館服務線上化的應用,信用評價體系的構建和優(yōu)化正在逐步變得成熟,同時,在優(yōu)化用戶體驗的前提下,線上讀者的開發(fā)和影響面覆蓋也是圖書館努力的方向。
鑒于以往的借書證制度效率低下,公共圖書館借閱體系正朝著信用化借閱方向發(fā)展,但作為公共服務的提供者,圖書館其他服務環(huán)節(jié)也需被納入信用體系,通過優(yōu)化信用前置模式,在提升讀者借閱、下載體驗的同時,同步提升圖書館的運行效率。
公共圖書館提供的服務可以按照工作流程進行分類,并將信評機制滲透進各工作環(huán)節(jié),通過接入采信征信系統(tǒng)數(shù)據(jù)、芝麻信用分數(shù)據(jù)、金融系統(tǒng)評分數(shù)據(jù)等多維度社會化信用標準,形成圖書館的數(shù)據(jù)信源,并將其納入圖書館行為數(shù)據(jù)庫,結合實時更新的大數(shù)據(jù)及月度更新的信用分級數(shù)據(jù),構成圖書館信用評價體系,打造零接觸和實時觸達的圖書館互聯(lián)網服務新體驗。
公共圖書館為讀者提供的公共服務經過長期積累形成了維度豐富的行為數(shù)據(jù)庫,包括借閱行為、查詢行為、瀏覽行為和下載行為,多維度的數(shù)據(jù)庫信息不僅可以為讀者提供精準的內容推送,也可以與政府機關共享行為數(shù)據(jù)信息,尤其是失信不可原諒的行為信息。共享后的行為信息在構建信用聯(lián)盟(如圖書館行業(yè)聯(lián)盟或城市公共服務聯(lián)盟)以及信用社會上具有十分重要的參考意義。自2017年5月2日開始,在為全區(qū)46萬讀者提供借閱服務的同時,寶安區(qū)圖書館共向寶安區(qū)公共信用信息平臺報送讀者失信數(shù)據(jù)400余條,為構建“信用寶安”“和諧寶安”貢獻行為數(shù)據(jù)庫信息。
寶安區(qū)圖書館在信用體系的構建上初見成效,并且根據(jù)《寶安區(qū)“大誠信”體系建設實施方案》的要求,已經實時更新圖書館的信評機制。為提升用戶體驗,該館在服務流程上仍需繼續(xù)滲透信評算法,加速邏輯判斷和數(shù)據(jù)處理效率。隨著深圳市在互聯(lián)網技術、芯片研發(fā)等尖端技術的快速發(fā)展要求下,技術人員、學者及企事業(yè)研究團隊對行業(yè)發(fā)展文獻及學科知識信息有更快、更全、更國際化的檢索需求,這需要圖書館為他們提供精準、快速、高效的文獻知識檢索服務。此外,圖書館的高效線上服務也為建設文化強國、搭建公民獲取知識的快捷通道提供了必要的信息基礎。