數據分析和圖書館數據化

徐勇

【摘 要】圖書館數據化是一門古老而新興的事業，用現代的數據分析方法分析圖書館的數據，是讓圖書館事業煥發新活力的有效途徑。基于此，論文試圖將圖書館數據分類，進而在數據分析的基礎上得出結論，指導圖書館的工作。

【Abstract】Library datamation is an ancient and emerging enterprise. Using modern data analysis method to analyze library data is an effective way to make library cause new vitality. Based on this， this paper attempts to classify library data， and then， on the basis of data analysis， draw conclusions and guide the work of library.

【關鍵詞】圖書館；數據化；數據分析

【Keywords】library； digital； data analysis

【中圖分類號】G250.7 【文獻標志碼】A 【文章編號】1673-1069（2017）08-0112-02

1 引言

在如今信息爆炸的時代，對數據進行分析得出非凡的結論，正在逐漸成為一種新的工作模式。高校圖書館是讀者和信息的橋梁，是人類獲取信息的途徑和方式之一。對高校圖書館的數據進行分類，可以更方便地進行數據分析，順應時代的發展。

2 數據分析和文獻數據化

一般地，圖書館館藏資源包括圖書、期刊、報紙、學位論文、古籍善本、特藏專藏、工具書、年鑒、電子出版物、縮微資料、視聽資料等。詹姆斯？格雷克在《信息簡史》中寫到“萬物源于比特”，以現代信息論的觀點來看，圖書館就是一個“比特的海洋”[1]。一個“信息比特”從創作者手中誕生，流動到圖書館中沉淀，直到有一個讀者發掘出它、利用了它。

數據分析一般是指用適當的統計方法有目的地收集數據、分析數據，使之成為信息的過程，它的主要目的是為了通過分析圖書館各工作流程中產生的數據來得出總結和結論，進而指導圖書館的工作。在《大數據時代》這本書里，作者寫道：“數據化是指一種把現象轉變為可制表分析的量化形式的過程；數字化是指把模擬數據轉換成用0和1表示的二進制碼的過程[2]。”所以在圖書館數據領域，一般地我們可以這樣區分，資源數字化揭示的是文獻的實質內容，資源數據化是數字化更進一步的發展，它既揭示文獻的外部特征和內部特征，也揭示文獻的歷史沿革。例如，假設本館收藏《大數據時代》的紙本書，把它數字化的結果就是計算機存儲的0和1的二進制碼，讀者閱讀的是計算機轉換二進制碼得到的圖書內容，將本書數據化得到的結果是表格，內容既包括書名等外部特征和主題詞等內部特征，也包括本書的版本歷史、入藏歷史、借閱歷史等數據。所以可以這樣說，資源數字化或者說數字圖書館的概念興起于20世紀末，而從圖書館誕生之時起，人們就做著文獻數據化的事情。

3 圖書館數據

在本文中，我們說的圖書館數據分析的數據主要就是指圖書館數據化的結果數據，數據化的目的是為了分析。在數據分析過程中，我們把圖書館數據分為三個大類：館藏數據、流通數據和其他數據，這三類數據主要按數據的產生流程來分類。

3.1 館藏數據

一般地，圖書館文獻資源包括圖書、期刊、報紙、學位（會議）論文、古籍善本、特藏專藏、工具書、年鑒、電子出版物、專利、標準、縮微資料、視聽資料等。館藏數據是指文獻經著錄入藏后形成的數據，各種文獻類型均有相應的文獻著錄規則。館藏數據數據化的過程是把書目數據和marc數據相結合的過程。

在《大數據時代》做著錄入藏工作之前，會有一個文獻采訪訂購的過程。在采訪過程中，會形成一個采訪數據庫，主要作用是用直觀的分析和數據來保障采訪工作的質量。在采訪過程中的《大數據時代》，它的大部分數據字段跟它的marc部分數據字段內容相同，主要包括題名和責任說明、標準號、版本、出版發行、載體形態、叢編、附注、主題分析、分類號等。采訪數據也有不同于其marc數據的特點，這個特點是采訪工作的重要內容之一，那就是關系。例如本書作者邁爾·舍恩伯格，在采訪庫中筆者注意到他的另一本書名叫《刪除》，描述的是大數據相關內容，值得收藏卻沒有入藏，可以列入采購計劃中。在這個過程中，用的方法是關系，所以采訪數據庫一般設計為關系數據庫。由上述過程應該注意到，采訪數據庫數據內容的豐富和完備非常重要，它決定了采訪工作的深入和完善。而采訪數據庫的建設是一個隨時間累積的過程，因此，對文獻建設質量來講，圖書館配備專職的文獻采訪人員是必要的。

在文獻入藏后，還有一些marc字段數據也是館藏數據化的一部分，對數據分析工作是重要的。例如，001字段記錄控制號，它有固定格式，一般由編目系統自動生成，部分系統也可由編目人員自行修改，它是書目數據庫中準確對應一條記錄的唯一標識，在應用系統中常作為數據鏈接和合并的依據。在數據分析中，它可以作為一個時間段內入藏記錄的統計依據，對數據批處理有特殊幫助。再如，在某些編目系統的9字段，可以添加條形碼號，這樣通過條形碼號和001字段的對接，可以精確確定一本書的入藏過程，在數據分析中，這是有意義的。

3.2 流通數據

傳統上，流通工作是檢驗圖書館工作成效的重要途徑之一，這體現在流通工作主要面對讀者，是圖書館和讀者溝通的橋梁。流通數據是圖書館統計分析數據的主要來源之一，它主要包括文獻及其借閱史、讀者及其借閱史。

在文獻入藏進入流通以后，會有兩種情況出現，一種情況是零借閱，另一種情況是有借閱。造成文獻零借閱的因素有很多，從數據分析的角度看，這些因素大體分兩種，一個在采訪環節，另一個在流通環節。在采訪環節，采訪員沒有做到完整的讀者需求分析、文獻入藏價值分析，造成誤購。在流通環節，缺少文獻流通分析、讀者借閱分析，造成工作無的放矢，閱讀推廣活動缺乏針對性，導致讀者找不到好書讀。endprint

對于有借閱的文獻，對其借閱史和相關數據的分析和解讀是流通部門的重要工作之一，這涉及讀者信息、流通類型、借還時間、借還期限等數據的數據化，也包括進館人數和閱覽人數的數據化。對讀者信息的分析可以了解到某種讀者類型的閱讀喜好，例如女性讀者更偏愛言情小說，男性讀者更偏愛武俠小說；對流通類型的分析可以反映讀者的閱讀，例如圖書館的圖書總是文學類借閱最多，專業類借閱相對較少；從借還時間和借還期限等方面，可以反映出文獻的受歡迎程度和被閱讀程度。

同時，讀者信息和文獻借閱信息是相輔相成、密不可分的，這里的邏輯是：讀者信息對應單個讀者，單個讀者對應單本文獻，單本文獻對應文獻借閱信息。所以我們可以按照需要，分析單個讀者和單本文獻的借閱數據，分析一類讀者和一類文獻的借閱數據，也可以分析所有讀者和所有文獻的借閱數據，這些分析結果最終反映的都是一定時期內的文獻資源建設質量。

3.3 統計數據

在圖書館中，除了編目數據和流通數據，還有許許多多其他的數據，對圖書館的數據分析是有用的，需要做到數據化，這些數據在本文中，統稱為統計數據。

圖書館是一個生長著的有機體，不是一個孤立的事件，它和周圍許多事物是聯系在一起的。以高校圖書館為例，圖書館的建筑面積、閱覽座位、讀者人數、高校的教學層次、學科設置等，均影響著圖書館的建設。這些信息的數據化對圖書館的數據分析是有意義的。同時，在圖書館中，除館藏數據和流通數據之外，還有一些服務數據是有意義的，包括科技查新、參考咨詢、學科服務、館際互借、電子資源等。

統計數據的分析對圖書館建設的影響主要體現在硬件和服務兩個方面。同樣以高校圖書館為例，一定時期內，建筑面積一般是不變的，閱覽座位按在校生人數總量控制，一般也是不變的，而讀者人數總是變化的，這由招生規模控制，教學層次和學科設置決定了文獻資源建設的側重和策略。按照《公共圖書館建設標準》（2008）和《普通高等學校基本辦學條件指標（試行）》（2004）中的相關標準，硬件的設定決定了圖書館建設的下限，圖書館的建設要達到相關標準并在標準上方運行，于是，在數據分析結果中沒有達標的項，需要被強制建設。在服務方面，數據同樣被采集和分析，例如，對參考咨詢來說，讀者咨詢的每一個問題都應該被記錄下來，這些被記錄的數據，就是圖書館特色資源庫建設的完美素材。

4 結語

在信息時代，做圖書館的數據化和數據分析，是一件非同尋常的事情，它抽象了圖書館，也讓圖書館顯露出它的信息本質，即信息中介。本文的圖書館數據分類，實質上是在數據分析工具和數據分析手段日新月異的當代，來完成圖書館數據化這項古老而新興的活動，為圖書館各項事業的發展提供效益反饋和數據支撐。

【參考文獻】

【1】詹姆斯·格雷克.信息簡史[M].北京：人民郵電出版社，2013.

【2】維克托·邁爾-舍恩伯格.大數據時代[M].杭州：浙江人民出版社，2015.endprint