摘 要:當(dāng)前高校圖書館的紙質(zhì)圖書資源借閱數(shù)量增長速度日趨緩慢,優(yōu)化館藏紙質(zhì)圖書資源質(zhì)量,提高紙質(zhì)圖書資源利用效率,成為高校圖書館資源建設(shè)工作的重要部分?;诒本┞?lián)合大學(xué)圖書館2018—2021年的館藏中文紙質(zhì)圖書流通數(shù)據(jù),利用統(tǒng)計(jì)分析法,借助SPSS Modeler數(shù)據(jù)挖掘工具對當(dāng)前北京聯(lián)合大學(xué)圖書館的中文紙質(zhì)圖書利用情況以及讀者借閱情況進(jìn)行分析。最后根據(jù)分析結(jié)果從優(yōu)化館藏結(jié)構(gòu)、細(xì)化讀者類型、增加推廣方式3個(gè)方面提出高校圖書館提高紙質(zhì)圖書資源利用效率,為讀者提供更優(yōu)質(zhì)的資源服務(wù)措施。
關(guān)鍵詞:高校圖書館;流通數(shù)據(jù);數(shù)據(jù)分析;館藏資源優(yōu)化;讀者服務(wù)
中圖分類號(hào):G258.6
基金項(xiàng)目:北京聯(lián)合大學(xué)2021年度教育教學(xué)研究與改革項(xiàng)目一般項(xiàng)目“服務(wù)一流學(xué)科專業(yè)建設(shè)的館藏圖書質(zhì)量提升研究”(JJ2021Y060)。
通信作者:王彤(1965-),女,研究館員,碩士,研究方向:數(shù)字資源組織、圖書館管理,E-mail:wlwangtong@buu.edu.cn。
數(shù)據(jù)本身不帶有任何含義,但是經(jīng)過統(tǒng)計(jì)、分析等一系列數(shù)據(jù)流轉(zhuǎn)之后,就可以成為知識(shí)乃至一種智慧。高校圖書館可以利用圖書館產(chǎn)生的大量數(shù)據(jù)來優(yōu)化館藏資源。在文獻(xiàn)資源建設(shè)上,紙質(zhì)資源建設(shè)是根本[1]。
1 數(shù)據(jù)來源
北京聯(lián)合大學(xué)現(xiàn)有專業(yè)涉及經(jīng)濟(jì)學(xué)、法學(xué)、教育學(xué)、文學(xué)、歷史學(xué)、理學(xué)、工學(xué)、管理學(xué)、藝術(shù)學(xué)、醫(yī)學(xué)等10大學(xué)科門類。北京聯(lián)合大學(xué)圖書館總建筑面積近3.34萬m2,館藏紙質(zhì)圖書總量約達(dá)309萬冊,電子圖書213萬余冊,電子期刊88萬余冊。本研究以北京聯(lián)合大學(xué)圖書館2018—2021年的館藏中文紙質(zhì)圖書流通數(shù)據(jù)作為數(shù)據(jù)源進(jìn)行研究。
2 相關(guān)理論和方法簡介
2.1 關(guān)聯(lián)規(guī)則
關(guān)聯(lián)規(guī)則在興起之初主要是對顧客購買物品之間關(guān)聯(lián)規(guī)則的分析。所謂關(guān)聯(lián)規(guī)則,就是尋找描述數(shù)據(jù)庫中數(shù)據(jù)項(xiàng)(屬性、變量)之間存在(潛在)的關(guān)聯(lián)規(guī)則[2]。主要應(yīng)用的算法就是關(guān)聯(lián)規(guī)則(Apriori)算法。Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)目集的經(jīng)典算法[3]。
2.2 K-均值(k-means)聚類算法
K-Means算法是數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)的一種方法。K-Means算法的核心思想是:首先從數(shù)據(jù)集中隨機(jī)選取k個(gè)初始聚類中心Ci(1≤i≤k),計(jì)算其余數(shù)據(jù)對象與聚類中心Ci的歐氏距離,找出離目標(biāo)數(shù)據(jù)對象最近的聚類中心Ci,并將數(shù)據(jù)對象分配到聚類中心Ci所對應(yīng)的簇中,然后計(jì)算每個(gè)簇中數(shù)據(jù)對象的平均值作為新的聚類中心,進(jìn)行下一次迭代,直到聚類中心不再變化或達(dá)到最大的迭代次數(shù)停止[4]。
3 館藏文獻(xiàn)情況分析
3.1 館藏結(jié)構(gòu)分析
表1是北京聯(lián)合大學(xué)圖書館2018—2021年中文紙質(zhì)圖書的館藏總量以及各類別圖書所占比例情況,以《中圖法》為分類依據(jù),涵蓋22個(gè)大類。可以看出目前北京聯(lián)合大學(xué)圖書館的館藏中文紙質(zhì)圖書數(shù)量約為268萬冊,覆蓋了中圖法全部的22大類。
可以看出T、I、F3類圖書的館藏?cái)?shù)量在2018—2021年的館藏?cái)?shù)量中一直都位居前3位,而S、V類圖書的館藏?cái)?shù)量占比較少,且增長緩慢。
北京聯(lián)合大學(xué)的通信工程、機(jī)械工程、金融學(xué)等專業(yè)是國家級(jí)特色專業(yè)建設(shè)點(diǎn)。學(xué)科建設(shè)是高校發(fā)展規(guī)劃中的重中之重,是支撐高校于國內(nèi)數(shù)千所高校中脫穎而出的重要依托[5]。F類圖書中包括重點(diǎn)建設(shè)專業(yè)金融學(xué)等的相關(guān)圖書,T類圖書中包括通信工程、機(jī)械工程等重點(diǎn)建設(shè)專業(yè)相關(guān)圖書。當(dāng)代大學(xué)生重視專業(yè)學(xué)習(xí),除構(gòu)筑專業(yè)理論體系,掌握專業(yè)實(shí)踐技能外,他們重視文獻(xiàn)的知識(shí)性、理論性、專業(yè)性,把課外文獻(xiàn)利用作為課堂學(xué)習(xí)的延伸,作為對專業(yè)知識(shí)的深化、夯實(shí)[6]。因此在高校圖書館對學(xué)校學(xué)科建設(shè)的支持作用方面,北京聯(lián)合大學(xué)圖書館以T類、F類圖書為重點(diǎn)采購類目,有助于補(bǔ)充圖書館的學(xué)科資源,為學(xué)校、教師、學(xué)生提供更好的學(xué)科服務(wù)。
I類圖書占館藏資源總量的比例在各個(gè)圖書館中的排名都處于前列,并且借閱率相較于其他類目來說都比較高,包括各大電商平臺(tái)的圖書銷量榜中,文學(xué)類圖書所占比例也都較高。原因有I類圖書通俗易懂,普適性強(qiáng),符合學(xué)生的閱讀興趣,并且I類圖書可以幫助讀者提升文學(xué)素養(yǎng)。因此,I類圖書一直是各類圖書館采購圖書的重點(diǎn)類目。
S類、V類圖書因其專業(yè)性強(qiáng),借閱相關(guān)類目圖書的讀者一般具有相關(guān)的專業(yè)知識(shí),這一類別的讀者數(shù)量占比不高,因此這類圖書在圖書館的館藏占比較少。
3.2 圖書年度增長比例分析
圖書年度增長比例是用本年度增長冊數(shù)除以原館藏冊數(shù)得到的,可以了解館藏更新情況。結(jié)合對借閱數(shù)據(jù)進(jìn)行分析,能夠發(fā)現(xiàn)圖書館館藏結(jié)構(gòu)存在的問題,為圖書館進(jìn)行館藏紙質(zhì)圖書資源優(yōu)化工作提供數(shù)據(jù)支撐。
由表2可以看出,2018—2021年每年的中文紙質(zhì)圖書年度增長比例排名第1的圖書類目分別為Q類、J類、P類、G類。排名較為靠后的圖書類目是I類、Z類、E類、H類,這幾類圖書的館藏?cái)?shù)量較多,因此圖書館在對這類圖書進(jìn)行采購時(shí),需要結(jié)合該類目圖書的外借次數(shù)來判斷是否要增加采購數(shù)量來提高館藏更新指數(shù)。如果外借圖書數(shù)量較少,可以適當(dāng)減少采購數(shù)量。
4 圖書借閱情況分析
4.1 圖書借閱數(shù)量分析
4.1.1 各類別圖書外借數(shù)量分析
圖1是北京聯(lián)合大學(xué)圖書館2018—2021年各類別圖書外借數(shù)量。為了更直觀顯示各類別圖書的外借數(shù)量,這里選擇畫折線圖的方式。
從圖1可以看出,I類、H類圖書的外借量一直占據(jù)著前2名的位置,并且每一年外借數(shù)量相加都占到當(dāng)年總外借冊數(shù)數(shù)量的50%。F類、K類、J類等包含通識(shí)類圖書較多的圖書類目外借量也一直處在前列。2020年,受疫情影響圖書外借數(shù)量明顯減少。從1月份—8月份,圖書館均處于閉館的狀態(tài),因此2020年的借閱數(shù)據(jù)只涵蓋了4個(gè)月的時(shí)間,但是從每個(gè)月平均借閱圖書數(shù)量來看,讀者對紙質(zhì)圖書的需求并未減少,反而有所增加,特別體現(xiàn)在對I類圖書的借閱數(shù)量上。受疫情影響,大家的心理處于緊繃狀態(tài),開學(xué)之后對輕松、娛樂的書籍需求就更大了,閱讀文學(xué)類圖書可以緩解壓力,釋放情緒。
I類圖書的借閱量在4年的時(shí)間中一直占居首位。原因有文學(xué)類圖書可以提高讀者文學(xué)修養(yǎng)、擴(kuò)大知識(shí)面。讀者抱著提升自身文學(xué)修養(yǎng),豐富知識(shí)儲(chǔ)備的目的對I類圖書進(jìn)行借閱。此外,調(diào)查顯示,在面對心理障礙時(shí),72%的大學(xué)生選擇閱讀書籍解決困惑,希望從閱讀中找到解決問題的方法[7]。因此I類圖書成為圖書館外借圖書總冊數(shù)的主要組成部分,無論是哪個(gè)專業(yè)的學(xué)生,都可以在業(yè)余時(shí)間閱讀文學(xué)類書籍,不用考慮因?yàn)閷I(yè)性過強(qiáng)而讀不懂的問題。
現(xiàn)代社會(huì)培養(yǎng)人才倡導(dǎo)的是素質(zhì)教育、全面發(fā)展的復(fù)合型人才。在當(dāng)前國家倡導(dǎo)學(xué)校進(jìn)行通識(shí)教育、素質(zhì)教育的背景下,高校設(shè)置的必修課除專業(yè)課以外還有很多基礎(chǔ)的通識(shí)課程,如語言類、藝術(shù)類、歷史類、道德類課程等。因此,H類、F類、K類圖書的借閱數(shù)量居高不下。一方面,在輔修課程中,學(xué)生也可以選擇自己感興趣的不同專業(yè)方向的課程,這就使得讀者借閱的圖書類目越來越廣泛,不再僅僅局限于借閱自己專業(yè)方向的相關(guān)圖書,而是越來越多地借閱其他通識(shí)課程相關(guān)的圖書;另一方面讀者為了培養(yǎng)自己多方面的技能,越來越傾向借閱多樣化的圖書。
T類圖書作為北京聯(lián)合大學(xué)機(jī)械工程、通信工程等重點(diǎn)建設(shè)專業(yè)相關(guān)圖書,借閱量占比仍位于前列,讀者也為了提升自己的專業(yè)能力,借閱更多專業(yè)相關(guān)的圖書。此外,越來越多的讀者傾向于借閱一些技能性較強(qiáng)圖書,來為自己的工作、學(xué)習(xí)提供幫助,如《Photoshop CS 中文版標(biāo)準(zhǔn)教程》《Python編程入門與案例詳解》等。
4.1.2 館藏流通率
館藏流通率=外借圖書冊數(shù)/館藏冊數(shù)×100%。Richard Trueswell在研究圖書館的核心館藏時(shí)就發(fā)現(xiàn),館藏文獻(xiàn)的流通行為和商業(yè)庫存有著強(qiáng)烈的相似性,即80%的流通率是由20%的館藏決定的,俗稱“二八定律”。也就是說,圖書館雖然在采購圖書時(shí)一般會(huì)將所有類目都采購進(jìn)來,但是被讀者頻繁借閱的圖書類目卻只能占到少數(shù),而其余大部分館藏難以被利用。
由表3可以看出,2018—2021年四年的館藏流通率最高不超過13%,原因可能是老舊破損圖書較多,這些圖書的借閱價(jià)值較低,占用了館藏,但是卻難以發(fā)揮價(jià)值。此外,計(jì)算機(jī)類圖書因?yàn)榧夹g(shù)更新速度較快,圖書中所涵蓋的技術(shù)一旦落后,那么這些圖書便會(huì)失去借閱價(jià)值;語言類圖書也是如此,語言類圖書包括四六級(jí)、雅思、托福等考試工具書,每年版本都會(huì)有更新,所以此類圖書較易失去使用價(jià)值。圖書館應(yīng)該對此類圖書經(jīng)過評判之后及時(shí)進(jìn)行剔舊處理。
高校圖書館館藏紙質(zhì)圖書的流通率低在一定程度上也會(huì)受到電子資源的影響,當(dāng)一本圖書既有紙質(zhì)版,又有電子版時(shí),它的紙質(zhì)版借閱數(shù)量就會(huì)被分散到電子版資源上,造成紙質(zhì)館藏資源的借閱數(shù)量下降。此外,造成圖書館館藏流通率較低還有一個(gè)原因是當(dāng)前圖書館的空間設(shè)計(jì)大多為藏閱一體,很多讀者在書架上找到自己想要的圖書后并不會(huì)對圖書進(jìn)行外借操作,而是在圖書館提供的閱覽區(qū)直接閱讀,閱讀完之后又放回到書架上,這種情況下并不會(huì)產(chǎn)生借閱記錄,這樣就會(huì)出現(xiàn)讀者借閱了圖書,但是該閱讀記錄并未被算在該本圖書借閱次數(shù)中的情況。這就需要圖書館采取方法統(tǒng)計(jì)讀者閱讀量,即使讀者只閱不借,閱讀記錄也可以被記錄下來。
4.2 借閱規(guī)律分析
4.2.1 基于借閱圖書冊數(shù)的讀者聚類分析
基于讀者借閱圖書冊數(shù)進(jìn)行讀者聚類分析,可以在整體上區(qū)分讀者對借閱紙質(zhì)圖書的興趣度,對于不同類型的讀者,圖書館可以采取不同的服務(wù)策略。
因數(shù)據(jù)量巨大,對2021年中2017~2021級(jí)學(xué)生的讀者借閱數(shù)據(jù)進(jìn)行抽取,共提取出28萬條原始圖書借閱記錄。經(jīng)過去重、去除空值等數(shù)據(jù)預(yù)處理操作,共提取出25萬條有效借閱數(shù)據(jù)。利用SPSS Modeler數(shù)據(jù)挖掘工具使用K-means聚類算法,建立模型。在K值設(shè)置上,要盡量保證聚類結(jié)果精確。經(jīng)過多次實(shí)驗(yàn)后,將K值設(shè)為5,以便展現(xiàn)更好的聚類效果,建立的模型圖如圖2所示。
模型執(zhí)行后,聚類分析模型將12 528位讀者分成了5類。聚類-4所占比例最高,聚類-1緊隨其后,2者分別占總數(shù)的約40%。有5 129位讀者在2021年的平均圖書借閱冊數(shù)是23冊,屬于比較活躍的讀者。聚類-1中的5 074位讀者的平均借閱冊數(shù)為7冊,這一類讀者還需要圖書館利用各種方式途徑來調(diào)動(dòng)他們的閱讀積極性。平均借閱冊數(shù)高于50冊的是聚類-5和聚類-2,人數(shù)占比只有5%左右,可見非?;钴S的讀者在全部讀者中所占比例并不高,大多數(shù)讀者的月平均借閱圖書冊數(shù)為2冊。通過上述聚類分析,可以從整體上把握讀者的借閱傾向,了解讀者整體對紙質(zhì)圖書的閱讀興趣,為讀者按專業(yè)、年級(jí)提供個(gè)性化服務(wù)提供數(shù)據(jù)基礎(chǔ)。
4.2.2 基于讀者借閱數(shù)據(jù)的圖書類別關(guān)聯(lián)規(guī)則分析
對讀者借閱圖書的關(guān)聯(lián)規(guī)則進(jìn)行分析,可以了解讀者借閱偏好,分析不同類型讀者的閱讀興趣。對處理后的2021年中2017~2021級(jí)學(xué)生讀者借閱數(shù)據(jù)進(jìn)行統(tǒng)計(jì),可以看出I類圖書的借閱量較多,研究意義不大,因此將I類圖書的借閱記錄剔除。為了便于數(shù)據(jù)分析,將這些借閱數(shù)據(jù)表格轉(zhuǎn)換成二元數(shù)據(jù)表格。部分表格見表4,讀者借閱過該類圖書,則賦值T;讀者沒有借閱過該類圖書,則賦值F。
為了測試數(shù)據(jù)質(zhì)量,建立2個(gè)模型,分別為測試模型和訓(xùn)練模型,隨機(jī)抽取數(shù)據(jù)的30%來作為測試模型的數(shù)據(jù)源,剩下的70%作為訓(xùn)練模型的數(shù)據(jù)源,根據(jù)多次實(shí)驗(yàn)結(jié)果,設(shè)置最低條件支持度為10%,最小規(guī)則置信度為70%,建立的模型圖如圖3所示。
通過運(yùn)行結(jié)果可以看出,兩者的結(jié)果基本一致,因此上述借閱數(shù)據(jù)可以作為關(guān)聯(lián)規(guī)則分析的數(shù)據(jù)源。但是運(yùn)行出的關(guān)聯(lián)規(guī)則后項(xiàng)全部為H類圖書,這些關(guān)聯(lián)規(guī)則不具有普遍意義。因此,把H類圖書的借閱記錄刪除后再進(jìn)行關(guān)聯(lián)規(guī)則挖掘。
再次進(jìn)行關(guān)聯(lián)規(guī)則模型運(yùn)行后,產(chǎn)生的關(guān)聯(lián)規(guī)則后項(xiàng)幾乎為K類圖書,K類圖書和H類、I類圖書一樣,在外借圖書總冊數(shù)中占比較高,參考價(jià)值較小,將K類圖書借閱記錄剔除后,經(jīng)過試驗(yàn),將最低條件支持度設(shè)置為10%,最小規(guī)則置信度設(shè)置為55%,運(yùn)行出的關(guān)聯(lián)規(guī)則見表5,得到的圖書借閱關(guān)聯(lián)規(guī)則有9條。
可以看出,同時(shí)借閱T類、O類圖書的讀者占10.4%,并且借閱了O類圖書的讀者中有59.67%的人同時(shí)也借閱了T類圖書。T類和O類圖書作為學(xué)校重點(diǎn)建設(shè)專業(yè)軟件工程、食品科學(xué)與工程、計(jì)算機(jī)科學(xué)技術(shù)等專業(yè)相關(guān)類目圖書,讀者的借閱量較高,并且這些學(xué)科的專業(yè)學(xué)習(xí)中存在交叉的領(lǐng)域,有些通用的知識(shí)適合不同專業(yè)的讀者借閱,從讀者自身來看,也傾向于同時(shí)學(xué)習(xí)專業(yè)方向的知識(shí)和專業(yè)延展學(xué)科領(lǐng)域的知識(shí),以便更好地提升自身專業(yè)能力。
同時(shí)借閱B類、C類圖書的讀者占20.15%,并且借閱了C類圖書的讀者中有58.47%的人也借閱了B類圖書。哲學(xué)、宗教類和社會(huì)科學(xué)總論類圖書中包括心理學(xué)、管理學(xué)、邏輯學(xué)領(lǐng)域的相關(guān)知識(shí),以應(yīng)用心理學(xué)專業(yè)為例,學(xué)生需要同時(shí)具備心理學(xué)專業(yè)能力、較強(qiáng)的邏輯思維能力,因此讀者傾向同時(shí)借閱B類、C類兩類圖書。
同時(shí)借閱B類、G類、D類圖書的讀者占11.6%,借閱了G類、D類圖書的讀者中有56.66%的人借閱了B類圖書。這幾類圖書適合不同專業(yè)的讀者去閱讀,拓寬知識(shí)面,其中也包括通識(shí)課程相關(guān)圖書,如馬克思主義哲學(xué)課程等??梢钥吹?,關(guān)聯(lián)規(guī)則主要來源于學(xué)科之間知識(shí)領(lǐng)域交叉以及讀者提升自身知識(shí)水平,擴(kuò)展知識(shí)面的需要。圖書館可以再結(jié)合不同時(shí)間段、不同專業(yè)、不同年級(jí)的讀者借閱數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析,優(yōu)化館藏資源,為讀者提供個(gè)性化服務(wù)。
4.2.3 基于不同類目外借圖書數(shù)量的出版社分析
表6是北京聯(lián)合大學(xué)圖書館2018—2021年圖書外借冊數(shù)較多的出版社排行。以外借冊數(shù)占比較高的I類、H類、K類、T類為例,統(tǒng)計(jì)排行前10名的出版社??梢钥闯?,不同類別的圖書外借冊數(shù)較高的圖書主要分布在以下幾個(gè)出版社,并且每一類別的出版社都不相同,也就是說,每個(gè)出版社都有自己的主要出版方向,在其擅長的出版方向出版的圖書質(zhì)量相較于其他出版社來說也較高。圖書館可以根據(jù)不同出版社的出版重點(diǎn)來關(guān)注出版動(dòng)態(tài),優(yōu)化館藏資源。另外,在針對讀者進(jìn)行圖書個(gè)性化推薦方面,也可以根據(jù)不同類目圖書的重點(diǎn)出版社,推薦該出版社的圖書,提高推薦質(zhì)量。
5 優(yōu)化館藏資源及提高讀者服務(wù)水平的對策
5.1 優(yōu)化館藏結(jié)構(gòu),以需藏書
這一部分主要包括2個(gè)方面,一方面是支撐學(xué)校學(xué)科建設(shè);另一方面是根據(jù)讀者的專業(yè)學(xué)習(xí)、技能提升、興趣拓展等需要,根據(jù)讀者需求優(yōu)化館藏資源。讀者利用率低甚至是零借閱的圖書,要進(jìn)一步判斷是否有學(xué)科價(jià)值、是否是老舊圖書需要替換等,對利用價(jià)值低的圖書進(jìn)行剔除;一些專業(yè)性較強(qiáng)的圖書,一般借閱率較低但是是相關(guān)專業(yè)讀者學(xué)習(xí)所需要的,可以提供一些導(dǎo)讀服務(wù),提高圖書利用率。利用率較高的圖書可以適當(dāng)增加副本數(shù)以及館藏冊數(shù)。
5.2 細(xì)化讀者類型,以需薦書
高校圖書館的讀者群主要包括學(xué)生、教職工,學(xué)生又可以依據(jù)不同專業(yè)、不同年級(jí)等劃分成不同讀者群,每個(gè)讀者群都可以根據(jù)借閱冊數(shù)、借閱興趣等因素細(xì)分為不同的讀者群。例如,不同專業(yè)讀者的借閱偏好可能不同,通過數(shù)據(jù)挖掘工具分析他們各自的借閱規(guī)律,可以更有針對性地、更有效率地進(jìn)行讀者個(gè)性化服務(wù)。根據(jù)讀者的圖書借閱冊數(shù)又可以將讀者分為活躍讀者、不活躍讀者等讀者群,對不活躍讀者可以通過問卷調(diào)查等方式調(diào)查讀者的借閱需求,了解他們圖書借閱量較低的原因,為不同讀者提供個(gè)性化購書、個(gè)性化薦書。針對活躍讀者,圖書館可以通過個(gè)性化推薦繼續(xù)增強(qiáng)他們的閱讀興趣。另外,也可以基于讀者借閱冊數(shù)統(tǒng)計(jì)不同類目的重點(diǎn)出版社,推薦該出版社的圖書,提高推薦質(zhì)量。
5.3 增加推廣方式,根據(jù)不同讀者群制定個(gè)性化推廣方案
圖書館可以結(jié)合不同的平臺(tái),采取多樣化的方式,進(jìn)行閱讀推廣。當(dāng)前各式各樣的網(wǎng)絡(luò)媒介為圖書館增加閱讀推廣方式提供了良好的平臺(tái),有的以視頻為主,也有的以圖片為主,還有的以文字為主。圖書館可以根據(jù)不同讀者的使用習(xí)慣,采取不同的推廣方式,促進(jìn)讀者對圖書內(nèi)容的理解,激發(fā)讀者閱讀興趣。例如,通過采取制作視頻的方式,介紹圖書內(nèi)容,這樣更加生動(dòng),容易吸引讀者觀看,讀者也能對圖書內(nèi)容理解得更加深入,可以增強(qiáng)閱讀推廣效果。
6 結(jié)語
高校圖書館每天產(chǎn)生大量的流通數(shù)據(jù),在未處理之前都是零散的、價(jià)值較低的,但是在它們背后隱藏著巨大的數(shù)據(jù)價(jià)值,借助數(shù)據(jù)挖掘工具,對這些數(shù)據(jù)進(jìn)行挖掘分析,可以幫助圖書館有目的、有針對性地優(yōu)化館藏資源以及提供個(gè)性化服務(wù)。
參考文獻(xiàn):
[1]" 程煥文. 淺談高校圖書館發(fā)展趨勢[J]. 圖書館論壇,2018,38(7):58-61.
[2]" 蔡會(huì)霞,朱潔,蔡瑞英. 關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘在高校圖書館系統(tǒng)中的應(yīng)用[J]. 南京工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2005,27(1):85-88.
[3]" 饒正嬋,范年柏. 關(guān)聯(lián)規(guī)則挖掘Apriori算法研究綜述[J]. 計(jì)算機(jī)時(shí)代,2012(9):11-13.
[4]" 楊俊闖,趙超. K-Means聚類算法研究綜述[J]. 計(jì)算機(jī)工程與應(yīng)用,2019,55(23):7-14+63.
[5]" 鐘歡,王天一,馬秀峰. “雙一流”高校圖書館學(xué)科服務(wù)平臺(tái)建設(shè)現(xiàn)狀與優(yōu)化研究[J]. 圖書館學(xué)研究,2021(21):75-81.
[6]" 胡英,周蓉,何武俊. 從流通數(shù)據(jù)分析看當(dāng)代大學(xué)生文獻(xiàn)利用特點(diǎn)[J]. 四川圖書館學(xué)報(bào),2008(2):48-52.
[7]" 曹莎莎,徐嵐. “互聯(lián)網(wǎng)+館藏建設(shè)”:讀者決策采購[J]. 新世紀(jì)圖書館,2016(12):21-24+29.