依托“大數據”技術，再現“讀書系列活動”魅力

黃海云 袁立強 靳紅 張屹 牛曉艷 劉平

1?引言

隨著信息技術的飛速發展和知識的大量累積，大數據技術得到廣泛應用，圖書館傳統的服務內容和服務方式已不能滿足新時代的需求，需要不斷創新來尋找更有效的服務途徑。大學生，尤其是新生面對海量的圖書，需要更精準的閱讀指導。為此，河北科技大學圖書館（以下簡稱“我館”）依托大數據技術進行了一系列有效嘗試。根據十年來開展讀書系列活動的經驗，我館不斷完善活動形式與內容，并分析讀者的借閱數據和借閱習慣，開發了讀者興趣預測軟件，篩選出有共同愛好的讀者群，有針對性地開展活動和推薦書目，從而吸引了更廣泛的讀者關注和參與。

近十年來，我館陸續開展了“好書月月談”“名家講座”“文化之旅”“好書推薦”等系列活動，從歷年的活動經驗中發現，雖然開展的閱讀推廣與輔導活動不斷更新，但仍存在著很多“局限性”，例如：參與活動的讀者缺乏廣泛的代表性;聘請專家、學者進行講課和交流會受到時間、地點等因素的制約;陳舊的活動形式，使讀者的積極性逐漸淡化，以點帶面的作用不大，因此難以實現圖書館服務和讀者需求有效的銜接。這就迫切需要圖書館工作人員創新工作思路，不斷更新活動方式。我館在這一背[LL]景下，利用貝葉斯網絡技術預測讀者的需求，為讀者借閱提供更精確的指導;針對有共同愛好的讀者群體開展相應的活動，提升讀者閱讀興趣;秉承從讀者的需求出發，再服務到讀者中去的理念，提高閱讀推廣服務水平，培養讀者的讀書習慣;把讀書活動方式從被動服務逐步轉變到有針對性的主動服務上去，提升服務效能。

2?案例背景

隨著讀者信息需求水平的提高，我館開展的閱讀推廣與輔導活動已不能滿足不同類型的讀者需求，必須從大數據技術入手，從海量數據中挖掘出有價值的信息來提高服務水平。我館通過分析歷年借閱數據和讀者信息數據，開發了讀者興趣預測軟件，預測出“閱讀傾向”相同的讀者群體，結合館藏圖書資源，分批分類地精準推送讀者所需的書籍，并且有針對性地對這些群體開展他們喜聞樂見的讀書系列活動。

3?實施步驟

3.1?整合讀者信息和借閱數據

數據來源于我館2011-2017年度讀者的個人信息和借閱記錄信息。其中，讀者個人信息包括：借書證ID、性別、所屬院系、辦證時間、讀者類別;借閱記錄包括：圖書的館藏信息、讀者類型信息、所借書號、借還書日期等。通過整合出有用信息，為開發軟件做好充分的前期準備工作。

3.2?統計分析相關數據

（1）首先對河北科技大學男女讀者各類圖書的人均借閱次數統計。從統計結果可知，男性讀者對于數理化和工技類等方面書籍平均借閱量明顯高于女性，而對于語言、文學、藝術、史地類書籍則是女性讀者平均借閱量要高于男性讀者。

（2）對各個學院所借各類書籍的人均借閱量進行對比統計。結果發現所有學院的讀者借閱語言、文學類圖書都比較多;除了影視、外語、文法、藝術等幾個學院外，其他學院借閱數理化方面的圖書也比較多;理學院的學生對于哲學和經濟類圖書也很感興趣，而影視和藝術學院對于文學類圖書的興趣沒有理科學生的興趣高。

（3）對各類讀者的人均借閱次數做了統計。從統計結果看，本科生借閱量最大，理工學院和研究生借閱量相對較少;理工學院的讀者對于數理化方面的圖書借閱興趣不高，而對于文學和工技類的圖書借閱量稍高些;研究生對于工程技術類圖書借閱量最多。

（4）最后對不同年級的讀者借閱各類書籍的人均借閱次數統計。發現大一、大三學生借閱量相對小，大四和準備考研的學生借閱量比較大。各屆學生對于文學類圖書借閱仍然是最多的。利用這些數據開發出能預測有共同愛好的讀者群體，是我們開發軟件的初衷。

3.3?開發和使用軟件

以上述統計出來的數據作為訓練集，訓練貝葉斯軟件模型，編制出預測行為軟件，把讀者興趣預測軟件安裝在體驗機上，讀者輸入四個選項的信息，就會彈出該生預借的圖書類別比例。

4?活動效果

圖書館工作人員統計出有共同偏好的讀者，對他們有針對性地開展活動。我們根據統計出來的數據信息開展了兩期閱讀推廣活動：一期是以“科幻”為主題，圍繞作者劉慈欣的作品展開評論;另一期是以“明史”為主題，以時間為軸線展開討論。因為參加者有相同的愛好，所以發言踴躍，各抒己見，達到了理想的預期效果，同時借閱量也有了明顯的提升。經過多年不斷的創新、探索，終于有了“破繭成蝶”的發展。從統計表1來看，很多相關種類的書籍，月平均借閱量呈現總體上升的趨勢。

5?總結

目前我們開發的預測軟件可以挖掘不同專業、性別、年級和不同類型的讀者對于各類書籍的借閱偏好。圖1是我們對于目前咨詢軟件的一個改進思路：全貝葉斯網絡A可以根據讀者個人信息推導出書籍的借閱概率。分層貝葉斯網絡B可根據讀者的查詢詞集及同義詞推導出書籍的

借閱概率。兩者結合可實現更精準的借閱咨詢。