基于大數據背景下的公共圖書館用戶行為分析與應用

史葉明

基于大數據背景下的公共圖書館用戶行為分析與應用

史葉明

信息技術發展的背景下，公共圖書館面對日益增長的讀者需求，需要能夠及時了解并掌握讀者的興趣愛好及閱讀特征情況。本文通過分析各類用戶行為數據來源及特征，從圖書館服務效能、個性化服務及創新管理模式等方面闡述了讀者行為分析的目的和意義。

圖書館讀者訪問數據挖掘行為分析

DOI10.16810/j.cnki.1672-514X.2016.10.017

信息技術發展的背景下，公共圖書館面對日益增長的讀者需求，需要能夠及時了解并掌握讀者的興趣愛好及閱讀特征情況，在為讀者提供服務的過程中能夠精準的、能夠主動的引導讀者需求。如果將每位讀者的個體行為通過數據挖掘技術進行分析，可以為服務質量的改進提供第一手的參考資料。目前，基于數據挖掘技術的行為分析在圖書館行業的關注度最近幾年呈上升趨勢，本文擬就圖書館的讀者行為進行相關數據的歸類分析，并在行為分析的基礎上探討其數據分析應用的目的和意義。

1 基于數據挖掘技術的圖書館用戶行為分析

圖書館用戶行為分析，是指在獲得圖書館用戶新型多結構數據的情況下，對相關數據進行交叉融合分析，建立關聯數據模型，預測用戶行為，從中發現用戶訪問圖書館資源的規律，并將這些規律與服務策略等相結合，以發現服務過程中存在的問題，并為進一步優化服務提供數據和建議，從而改進服務方式。

1.1 數據分析方法

基于數據挖掘(Data Mining)的讀者行為分析，在處理過程中會應用到語義分析技術、圖文轉換技術、信息感知技術、GIS技術等手段，并依次按數據采集、規律探索、規律形成三個階段進行處理，最終將某些規律盡可能以可理解的方式表現出來。在處理數據過程中，并非所有的信息發現過程都被視為數據挖掘，例如利用搜索引擎進行信息檢索時，雖然這些檢索任務會包含內在的復雜算法，但是它們還是基于傳統的計算機技術實現信息的檢索與關聯，與數據挖掘的真正含義還是有所差別[1]。

1.2 數據的來源

讀者行為分析就是指對讀者訪問數據的行為分析。讀者訪問的數據產生于圖書館服務系統中，包括機構信息化系統與數字服務平臺。從數據的屬性來看，產生的數據存在于基礎性數據和運行數據兩大部分。圖書館基礎性數據是指圖書館的設施設備、服務資源、人員、用戶基本情況等數據。圖書館運行數據是是指基礎性數據中的某些要素發生服務或使用關系時產生的服務數據與行為數據，包括圖書館傳統業務與管理數據，圖書館數字與信息服務數據，圖書館各類傳感器和監控設備數據。

1.3 數據處理方法與步驟

數據收集常常通過Chukwa、Flume、Scibe等工具，而在數據挖掘過程中可能會用到Pagerank、CART、K-means等很多算法，并借助于SPSS、SQL、EXCEL、互聯網統計等多種工具進行數據處理。數據處理過程有數據預處理、數據降噪、數據篩選、數據轉換、數據合成。數據預處理和降噪是將大量的原始數據中沒有利用價值數據去除，并對部分數據進行“修補”，在數據的篩選和轉換中，需要建立關聯規則，用來揭示數據間聯系，并提煉出有內在關系的數據組，從中找出有價值的信息[2]。

2 基于數據挖掘技術的讀者行為特征

在處理大量的讀者訪問數據信息過程中，主要通過下列一些常見指標來分析訪問圖書館的讀者行為特征[3]。

2.1 讀者訪問時段分析

讀者訪問圖書館可以訪問實體館和網絡圖書館。對于讀者訪問實體館數據，通過視頻捕捉來統計實時到館人數，網絡訪問量則通過計算機系統實現。網絡訪問量指標有單位時間內的瀏覽量（PV）、訪客數（UV）、IP數、跳出率、平均訪問時長。這些指標可以進行排列組合，統計時間可以定制為每日、每時，統計分析粒度按處理需求可設置為一日、一周、一月。如此我們便可以取得讀者不同時段對于圖書館實體和網絡訪問情況，不僅僅局限于原先的特定對象在單位時間內的訪問結果。這對于圖書館管理者來說，不再是了解大概的訪問情況，完全可以了解到一天中每個小時內的訪問情況，合理安排圖書館開放時間，并在不同時段進行精細化管理。

2.2 互聯網訪問特征分析

對于網絡訪問圖書館，我們可以通過數據分析來查看網絡訪問來源的具體細節。在數據分析中選擇“轉化目標”后，按來源可劃分為直接域名訪問、搜索引擎、外部鏈接等類型。讀者通過搜索引擎訪問主要有baidu、360搜索、Google、Bing、搜搜等，目前從統計結果看通過baidu搜索圖書館網站后點擊訪問比例最大，占比達80%，這與網民的使用中文搜索引擎情況相一致。讀者在訪問網絡時所運用到的瀏覽器大致依次為IE、Google chrome、Firefox等類型。從目前的統計結果來看，訪問圖書館網站的使用PC的讀者占多數，而使用手機、平板等移動瀏覽終端的只占極少數。如將來圖書館不斷擴大受眾面，并迎合讀者的移動閱讀趨勢，可以大力發展手機圖書館、移動版圖書館網站來滿足讀者這一方面的需求。

2.3 訪客地域分析

從訪客的來源分析可以得到主要用戶群的地域分布,一般從網絡和實體兩個途徑進行統計。統計網絡訪問數據，設置的最小區域單位為省份，并以表單形式呈現讀者所在的省份，如對南京圖書館網站訪問數據分析，得知2016年上半年，來自江蘇本省內的讀者訪問量最多，占89.36%，其次是北京，占1.79%。這樣從統計結果表明，南京圖書館的網絡用戶主要分布于省內各地，對全國的輻射能力還是有限的。實體數據統計是根據讀者辦理借閱證的注冊信息獲取，如統計數據后發現在到館讀者中，南京圖書館所在地的附近居民和南京所在的各大學的學生居多，因此隨著暑期的到來，南京圖書館就要意識到學生族會劇增的到館量，要在這一時段做好應對措施。

2.4 訪客特征構成分析

每一位訪問讀者都有其性別、年齡、職業、學歷等常規屬性，除此以外，讀者的興趣、愛好、專業、從事課題，以及借閱圖書情況等屬性也是讀者特征構成的不可或缺的部分，圖書館應根據讀者的不同構成屬性提供相關服務。如對南京圖書館訪問讀者進行統計，其結果是以男性居多，年齡分布以20-39為主，學歷水平多在本科以上，職業分布以教育/學生、IT從業人員較多，這說明南京圖書館的讀者知識構成相對較高，那么在提供服務中應側重于滿足文化層次相對較高的年輕人的知識信息服務，不只是滿足簡單的借閱需求服務。

2.5 忠誠度、新老讀者比例分析

讀者到館訪問量大、瀏覽網站次數多、頻率高等可以反映一個圖書館資源情況，也可以反映出一個圖書館的服務水平。圖書館網站的可讀性、易用性、穩定性、互動性等方面若具有較高的水平，可以提升讀者的“忠誠度”，訪問時就會瀏覽多個頁面。在對某些圖書館網站進行數據統計時，瀏覽一、二頁的讀者占絕大多數，說明忠誠度不高，也就表明圖書館網站存在著這樣或那樣的不足，或者是網頁設計上存在易用性差現象，或者是網站資源內容不夠豐富。圖書館應及時對網站進行改版，讓讀者在訪問時更容易獲取到想要的資源。如南京圖書館網站目前只有一個入口，一方面在網站首頁提供了很多館內信息，同時也鏈接了很多館外信息資源，這樣由于鏈接層次較深，就會導致讀者沒有足夠的耐心尋找下去。作為公共圖書館，既要留住老讀者，又能吸引新讀者，就要能夠產生粘滯性。如果讀者粘滯性較高，說明圖書館服務質量較高；如果新訪客占比較多，則說明需要進一步提高和改善服務質量和水平。

2.6 電子資源監控統計分析

目前，電子資源在圖書館館藏資源中增速極為迅猛，訪問量也在迅速攀升。如何科學、全面、精細地滿足讀者對各類電子資源的需求？圖書館需要不斷地對館藏電子資源的訪問狀況和使用價值進行相關的會話分析和模型分析，乃至進行正確合理地科學評價，這樣才能為圖書館優化、購買館藏電子資源提供科學決策支撐。對于訪問量大的數據庫，要積極地聯系數據庫廠家及時更新資源內容，并擴大訪問席位。另一方面對于訪問量少，但具有使用價值的數據庫要擴大宣傳，或延伸其訪問IP地址，盡可能地讓用戶知曉并加以利用。確實因質量或內容不符的數據庫要立即停止購買，以節省圖書館的資金。

3 讀者行為分析的目的與意義

在互聯網浪潮發展趨勢下，現在整個社會都在講創新與轉型，談“互聯網+”的概念，同樣圖書館也不能置身事外，要積極的融入社會變革的大潮。用創新的思維和獨特的理念，塑造新時期下圖書館發展的新業態[4]。就此，基于大數據背景下的圖書館通過數據挖掘對讀者行為分析的目的與意義，筆者認為是要達到以下幾個方面。

3.1 利于智慧圖書館的建設，以提升服務質量和工作效能

大數據分析可以將數據庫中類似屬性的數據進行關聯分析，找出共同特性，從而為群體提供分類信息，為個體提供個性化、智能化信息。這樣就有針對性的滿足了個體和群體的需求，較以往的方式有了質的飛越。技術的進步正在讓人類的行為變得可量度、可預測，同時行業的發展也在呼喚這樣的技術，區分讀者需求差異，識別場景，提煉出個體需求，行為分析技術正是撥云見日的利器。借助于行為分析系統可以幫助圖書館掌握館藏資源的使用狀況和質量，實現資源發展與遴選的科學決策，了解哪些館藏資源最受讀者歡迎，監管用戶對資源的規范使用[5]。

3.2 利于個性化定制服務，提升文化品牌知名度

基于用戶體驗的信息構建從空間上構建了面向用戶開展個性化服務的支撐環境、流程和服務框架，這一框架為圖書館定制個性化服務的開展奠定了基礎，如根據讀者現有的喜好和瀏覽行為，通過建立模型來匹配與讀者的相關信息，推送其感興趣的知識信息，制定有針對性的服務內容。對信息構建而言，讀者的屬性信息如性別、年齡、文化程度等特征已經不能體現最大價值，還要進一步分析其他異構的個體信息。構建信息空間時，信息構建應體現個性化特征，形成有針對性的信息集合，并以用戶體驗為中心，從服務內容到服務風格上以非固態的組織架構來匹配用戶的需求[3]。只有這樣，圖書館才能從讀者的角度出發，更好的提升服務質量，富有效率地滿足讀者的內在需求。也只有這樣，圖書館才能真正地根據實際需求，合理調整資源布置，建設好館藏資源，提升文化品牌知名度。有社會影響力的文化也是一種軟實力，文化品牌也是一種無形的價值。

3.3 利于社會化誠信數據庫建立，創新服務管理模式

個人征信信息不僅存在于金融行業，對于交通、安全、文化等領域，都會有個人征信的數據體現。圖書館通過對讀者的訪問原始數據進行挖掘分析，可以詳細、清楚地了解讀者的行為習慣，同樣可建立個人誠信指數，指數較高的個體或年度優秀讀者，可以優化其借閱權限和額度。社會化信息資源統一是社會發展的趨勢，在將來，個體原始數據必將引入社會化管理范疇中，讀者在圖書館獲取的征信也可以成為社會征信系統數據的來源。另外，從讀者現實需求出發，圖書館可以根據讀者的個人閱讀傾向、習慣等特征找出服務方式中存在的不足，更好地優化服務措施，提升服務水平和效能，更加精準、有效地滿足讀者需求，收獲更多的社會收益。

3.4 利于圖書館對讀者類型的細分、吸納與維護

圖書館根據讀者個體行為進行類型細分，可以使圖書館對不同的個體采取更有效的知識服務策略，提供個性化服務，使雙方都受益。

隨時間推移，部分讀者或因喪失閱讀興趣、或有更好的閱讀場所、或無暇閱讀等等原因流失，但同時新讀者也在源源不斷地加入圖書館的閱讀體驗中。圖書館怎樣來繼續吸引已有的讀者，可采用數據挖掘技術對已流失讀者的數據進行分析，如進行一些關聯分析找出流失相關的規則，對流失讀者群建立決策樹模型，然后對活躍的讀者進行預測，對可能流失的讀者群采取預防措施。具體可在讀者類型細分的基礎上，進行“一對一”的個性化服務來提高讀者的滿意度，通過滿意的服務來維持住一個相對穩定的讀者群[6]。我們通過個性化服務推薦準確度的兩個測試可進行驗證，在測試1中采用基于用戶模式聚類與Mapreduce結合的個性化推薦方法，在測試2中采用基于關聯規則挖掘與Mapreduce結合的個性化推薦方法。結果表明，測試1中為圖書館新用戶的推薦平均準確度為81%，普通用戶的推薦平均準確度為73%；測試2中為圖書館新用戶的推薦平均準確度為71%，普通用戶的推薦平均準確度為93%。通過數據對比，測試1的圖書館個性化推薦方法適用于新用戶，測試2的圖書館個性化推薦方法適合普通用戶。因此，圖書館對于新老讀者可選擇不同的應用方式來滿足不同類型讀者的需求，提高圖書館的滿意度，將吸引并留住更多的讀者[7]。

4 結語

通過大數據為核心的行為分析來提供個性化服務是圖書館在互聯網變革的大潮中服務創新的利劍。傳統的圖書館讀者服務模式在信息化時代只有通過創新理念、深化服務手段，在業務創新領域深耕細作，才能在保持傳統優質服務的前提下，構建新型圖書館發展生態圈，讓圖書館成為區域內的人文中心、宣教中心、創新發源地。

［1］李德新.基于數據挖掘的網絡日志分析［J］.電腦知識與技術，2011（11）：6074-6075.

［2］王菲.數據挖掘在圖書館用戶行為分析上的應用研究［D］.上海：上海交通大學，2013.

［3］江長斌，陳莉.基于讀者行為分析的高校圖書館主動服務研究［J］.武漢理工大學學報，2009（3）：133-135.

［4］譚丹丹.基于讀者到館行為分析的圖書館服務優化策略［J］.圖書館工作與研究，2011（1）：111-112.

［5］劉英梅.大數據時代的信息用戶行為分析［J］.科技情報開發與經濟，2014（5）：61-62.

［6］陳臣.基于大數據的圖書館個性化服務用戶行為分析研究［J］.圖書館工作與研究，2015（2）：28-29.

［7］李仁玲，王建嶺.數據挖掘技術在中醫院校圖書館讀者的行為及研究［J］.當代教育實踐與教學研究，2016（7）：41-42.

史葉明南京圖書館信息技術應用部館員。江蘇南京，210018。

南京圖書館“國學館”正式開放——圖書館界獨樹一幟的古籍閱讀區

10月12日，南京圖書館“國學館”正式對外免費開放。國學館總面積約4000平方米，資源豐富，開放性強，可為讀者提供全方位、多層次的服務。

國學館的造型是一種灰瓦白墻的院落，正堂設“愛蓮說”主題展臺，展臺后方為“玄覽堂”，白墻外掛“禮”“義”“廉”“恥”四字，該區域以展現南京圖書館珍貴古籍為主。展臺右側為“惜陰堂”，該室為特色珍貴歷史文獻專藏區和原本閱覽區、電子閱覽區，室內藏有原本影印全套《四庫全書》和“中華再造善本工程”的成品書，此外，該區域還配備了稀見方志系列資料，《大藏經》《道藏》等宗教典籍及相關工具書，以及《四庫續修》《四庫存目》系列叢書。展臺左側為南京圖書館古籍新印文獻、民國新印文獻和新國學資源陳列區。

國學館提供5萬冊古籍新印本、3萬冊新印民國文獻、1萬余種“新國學”類書籍。古籍新印本內含歷代文集著作、史料匯編、家譜及各類大型古籍叢刊。民國文獻除各類大型專題性影印叢書外，還包括申報、大公報、中央日報、民國日報等民國時期“四大報”影印本，并增添了《紅藏》叢書、哈佛大學圖書館藏中國海關史料、近現代女性學術叢刊等最新史料及研究成果。新國學區書籍精選歷代經典著作，以古籍點校本、國學研究書籍為重點，力爭全景展現中華文化的博大精深，推動國學的普及與共享。除上述四大藏書專區外，《中國基本古籍庫》《翰堂典藏》《中國譜牒庫》《明清實錄》《中國近代報刊庫》等多個古籍與民國時期文獻的專題數據庫與南京圖書館的6000余種珍貴歷史文獻原本數字掃描資源、1萬余種膠片一起，組成“國學館”不可或缺的重要組成部分。

習近平總書記指出，“中華文化積淀著中華民族最深沉的精神追求，是中華民族生生不息、發展壯大的豐厚滋養。”他多次強調，要“傳承和弘揚傳統文化的思想精華。系統梳理傳統文化資源，讓收藏在禁宮里的文物、陳列在廣闊大地上的遺產、書寫在古籍里的文字都活動起來。”這是對公共圖書館、公共博物館等古籍文物收藏單位如何服務民眾提出的切實要求。南京圖書館作為全國古籍收藏大館，設立國學館，正是集中梳理中華優秀傳統文化，為讓古籍里的文字生動呈現而作出的努力，國學館不僅承擔著南京圖書館國學歷史的傳承，也將成為江蘇全省弘揚傳統文化的重要基地。

（摘自http：//www.jslib.org.cn/njlib_gqsb/201610/t20 161012_149096.htm）

Analysis and Application of Public Library User's Behavior Based on Big Data

Shi Yeming

Under the development of information technology，the public libraries face the increasing needs of readers.They need to be able to understand and master the readers'interests and reading characteristics in time.In this paper，through analyzing the source and characteristics of various types of user behavior data，it expounds the purpose and significance of the reader's behavior analysis from the aspects of library service efficiency，personalized service and the innovation of management mode.

Library.Reader access.Data mining.Behavior analysis.

G252

2015-11-20編校：劉明）