數字化博物館中的觀眾數據分析

耿雷

摘 要：數字化博物館的觀眾數據分析，通過大數據技術深入挖掘觀眾數據的價值，為博物館的發展建設與經營決策提供依據，推動博物館的運營管理戰略實現從“業務驅動”向“數據驅動”轉變。

關鍵詞：數字化博物館；大數據；數據分析

近年來，隨著信息技術的不斷進步，我國博物館的數字化建設得到了高速的發展。數字化建設是博物館順應時代發展潮流，打破了空間和時間的藩籬，進而形成以人、物、數據三者動態、交互、多元的展覽形式。可想的未來，博物館的展廳里不再只有冰冷的展柜，單調的廣播，而是利用數字技術虛擬出的古代世界與歷史場景，展柜里的文物化為光影，穿過千百年煙云重新聚集成古老的部落、江南的煙雨、大漠的駝隊、帝國的鐵蹄，可以身臨長安領略盛世繁華，可以輕叩門扉聆聽夫子教誨……曾經在文學創作或科幻電影里人們憧憬的感觀世界、了解歷史的方式，或許都可以通過虛擬現實、全息影像等數字技術，在數字化博物館中變為現實。

在如今的商業、工業、學術界等其他領域中，數據就是新的石油。大數據技術的發展，已經成為國家科技戰略中的重要議題，社會各界紛紛投身于大數據技術的研究與應用。博物館作為國家文化戰略及科教事業發展的重要戰線，也應在大數據領域積極探索，尋求符合自身發展規律的新契機。博物館在數字化建設中多采用數字媒體平臺與交互網絡等新興技術，為觀眾提供陳列、體驗、分享等多種數字化服務內容，這些數字服務時刻都在通過各類傳感器材、交互設備、社交媒體等媒介生成大量的數據。目前，我國各類博物館共有近4200家，典藏文物有3600多萬件，每年約有2.2萬項展覽舉辦，接待參觀數量近6億，在國家推動支持文化大發展的背景下，這些數字尚會不斷攀升，可想而知產生的觀眾數據體量十分龐大。如何從這些繁雜的數據中，快速獲得有價值的信息并加以利用，是數字化博物館在大數據時代面臨的新課題。

我國目前的博物館數字化建設多是以多維、動態技術呈現個體展品和主題展示等內容，而基于博物館觀眾數據的分析和研究尚處于起步階段。博物館的數據結構可大致分為文物數據、環境數據和觀眾數據幾個主要組成部分。文物數據基本包含了文物物理數據、文物說明信息以及與文物相關聯的其他信息等；環境數據則由展廳、展柜、庫房、實驗室、修復室、攝影房等用于文物展示、存放、研究、修復等工作空間的溫濕度、灰塵、光照度、噪聲、震動、安防、消防等環境信息組成。文物數據和環境數據是博物館對文物保護、研究、展示的基礎工作，通常都很受重視且具有較好的基礎。而對于觀眾數據的全面分析與研究，尤其是文物與觀眾間的相互聯系與影響的量化信息，仍然是博物館數據管理工作中較為薄弱的環節。很多博物館淺嘗輒止，只是簡單統計一下到館參觀的觀眾數量，而諸如觀眾的年齡結構、教育水平、職業類型、消費情況、出行方式、參觀路線、停留時間、社交媒體等信息則基本無從知曉，更談不上組織專門的人員和團隊對觀眾數據進行分析和研究。

相比之下，國外博物館的觀眾信息的大數據化應用已經走在了我們前面。早在1897年德國便開始了真正意義上的觀眾數據研究，開啟了世界范圍內博物館觀眾研究的門檻。之后，其他國家陸續開展這項工作，如創設觀眾研究協會等專業組織，出版專業書籍，發行專業刊物，設立博物館觀眾研究部門并聘任專職的觀眾研究人員等，這些舉措都可以看出來國外博物館界對于觀眾研究的重視。美國博物館聯盟（AAM）每年都會在其官方網站上公布年度數據統計與分析結果，其中包括提供社會服務和教育課程的數量、文化遺產活動中不同經濟和教育背景的參與人數、每周自愿者貢獻的服務時間、博物館在青少年教育經費的支出和走向、年輕人如何看待博物館的立場、貧富各異的家庭帶兒童參觀博物館的幾率以及博物館提供的就業機會、貢獻經濟收入及返還聯邦稅收等非常詳盡的數據信息，并通過分析這些數據制定下一年的展覽規劃、課程安排、資金投入、優惠活動、教育傾向及探索新型合作等工作目標和計劃，高效促進社會教育資源的整合及教育服務網絡的構建。這些數據分析經驗對我國博物館發展有很大借鑒意義。

博物館觀眾數據資源依據數據類型可以認為是由結構化數據和非結構化數據組成。結構化數據包括博物館的周期內的觀眾數量、各時間階段的觀眾數量，每個展覽的參觀人次、參與活動的觀眾數量等可以用二維表結構來邏輯表達實現的數據。非結構數據則是由觀眾的年齡結構、教育水平、職業類型、消費情況、調查問卷、意見留言、參觀路線、停留時間、工藝品購物傾向、社交網絡分享的內容等信息資源生成的文本、圖像、音頻、視頻、HTML、各類報表及信息構成。在當下非結構化數據占總數據90%以上的大數據時代，若想通過分析觀眾數據信息從而系統、深入地了解觀眾的觀展傾向和文化述求，單是結構化數據是遠遠不夠的。觀眾數據分析可以采用將結構化數據與非結構化數據相結合的方法，并加大非結構化數據的采集力度與研究比率。例如，周期參觀人數、區域參觀人數、網站瀏覽人數等結構化數據可以通過安檢系統、展廳流量控制系統、停車場管理系統、公共Wi-Fi管理系統及博物館官方網站等數字化系統的后臺數據獲得，而觀眾的年齡結構、教育水平、參觀路線、停留時間、社交媒體等文本、圖表、音視頻、HTML非結構化數據則可采用多元化模式，既將觀眾信息化管理系統、數字化互動展示及體驗系統、博物館App、微博微信、工藝品商店及餐廳的觀眾消費數據等數據庫信息，與調查問卷、觀眾留言簿、社教活動反饋信息、流動博物館反饋信息、場館工作及服務人員反饋信息、觀眾訪談信息、外展文物反饋信息等資料聯合作為非結構化數據樣本，為觀眾數據分析的系統化工作提供豐富、詳實的數據資源。

數據分析的核心工作是KDD（Knowledge Discovery in Database），即從數據集中識別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程。博物館觀眾數據分析可以采用在商業領域應用廣泛的CRISP-DM（跨行業數據挖掘過程標準）作為KDD的過程控制模型，依照業務理解（Business Understanding）、數據理解（Data Understanding）、數據準備（Data Preparation）、建模（Modeling）、評估（Evaluation）以及部署（Deployment）這六個步驟進行觀眾數據的采集、整理、分析的系統化工作，通過Apriori（關聯規則分析）、決策樹、聚類（K-MEANS）等有效算法找到隱藏在數據下面的客觀規律，進而分析出每個觀眾的參觀習慣、導覽習慣、消費習慣、閱覽習慣、下載習慣，以及不同年齡、不同地域、不同性別觀眾喜歡的展覽類型、展品特點、教育活動和互動項目，博物館則可根據觀眾需求，有指向性地設計展覽、活動及相關的宣傳推廣計劃。endprint

觀眾數據資源獲益于博物館數字化建設，同時科學地分析和運用觀眾數據亦可指導博物館的數字化建設，二者相得益彰。基于觀眾數據的分析和應用對于博物館事業的持續發展和管理機制變革具有重要的現實意義。

一、更健全的安全防范體系

對于文物保護體系來說，安全防范是所有工作開展的基礎。數字化安防系統是博物館數字化發展的重要組成部分，也可以說，正是由數字安防系統引發了博物館的數字化建設。基于大數據技術的觀眾數據分析開啟了博物館安防系統的新紀元，它一改安防系統被動的防護理念，通過采集身份證等有效證件，或是通過人體體征識別技術，主動辨識觀眾的身份信息，并與公安部門的在案或網逃信息進行比對，一旦發現身份有異，則可立刻進行重點關注或及時布控；同時可以分析觀眾在館內的定位信息、行走路線、停留時間、短時間內游覽次數等數據，判定是否為不法分子在進行踩點等作案預備行為。由此可見，博物館觀眾數據分析對維護社會治安穩定，營造安全、文明的觀展環境具有積極意義。

二、更優質的陳列展覽

陳列展覽是博物館文化傳播及教育服務職能重要組成部分。由于缺乏需求導向，近年來一些針對博物館運行的評估報告中顯示，有許多博物館原創性臨時展覽存在選題雷同、形式陳舊的情況。基于大數據技術進行觀眾數據分析，可以深入了解觀眾的興趣傾向和文化述求，為博物館在展覽策劃、主題設計時提供有效的數據資源，使展覽更加富有時代特征，更符合觀眾欣賞品味和文化述求，并通過開發新的展覽、體驗、互動形式，提升主題展覽的原創性和新穎性。

三、更專業的公眾文化服務

博物館對社會提供公共文化服務是以實現公眾的文化權利為目標。通過大數據技術對觀眾數據的分析和研究，博物館可總結歸納出觀眾的參觀傾向、導覽意向、消費水平、閱覽方式、社交媒介，依據不同年齡、不同地域、不同性別的觀眾喜歡的展覽類型、展品特點、教育活動和互動項目，合理分配公共文化資源，搭建公共文化服務平臺，有指向性、針對性地設計展覽、活動及相關的宣傳推廣計劃，為觀眾提供更加專業、規范、多元的文化服務。

四、更雅致的文創產品

《國家“十一五”時期文化發展規劃綱要》明確提出了國家發展文化創意產業的主要任務。博物館作為國家文化發展戰略的排頭兵，更需要積極整合文化資源，激發創造潛能，開發富有文化內涵的文創作品，既增強了文化“軟實力”，又滿足人們將文化帶回家的述求。基于對觀眾數據中關于消費水平、消費傾向等項目的研究，博物館可以積極研發能夠滿足觀眾興趣和消費習慣的文化衍生品，同時創建互聯網電子商務平臺等新的運營載體，推動文創產業化發展。

當前，我國正處于全面深化改革和經濟轉型升級的關鍵時期。黨的十九大報告提出“堅定文化自信，推動社會主義文化繁榮興盛”，為中華優秀傳統文化的傳承與發展指明了前進的方向，文化建設發展迎來了新的春天。文以化人，文以載道。新時期的博物館建設發展，如何把握以文化生產力不斷推動社會經濟發展的歷史機遇，在大數據時代借勢上行，步入兼容并蓄、科學發展的快車道，是博物館工作者面臨的機遇與挑戰。不遠的今后，大數據資產或將成為文化產業發展的核心競爭力。基于博物館觀眾的數據分析，正是深入挖掘觀眾數據的價值，通過數據化信息處理的方式為博物館的發展建設與經營決策提供依據。隨著觀眾數據后臺處理的不斷完善與升級，必將促進博物館發展模式與價值的不斷創新，未來博物館的運營管理戰略也應順勢而為，逐漸實現從“業務驅動”向“數據驅動”轉變。

參考文獻：

[1]吳寧寧.“大數據”對博物館的啟示[N].中國文物報，2013-09-04.

[2]茅艷.大數據時代的博物館[N].中國文物報，2015-03-03.

[3]仇巖.大數據時代博物館動態觀眾服務體系淺析[J].中國博物館.2014，（04）：68-71.endprint