精細化數字閱讀行為數據研究
——以重慶大學京東閱讀平臺為例*

楊新涯，王 瑩，劉義勇，隆 敏，王彥力，范并思

0 引言

閱讀是人類獲取知識、增長智慧的重要方式[1]。全民閱讀業已提升至國家戰略高度，成為推動整體國民素質、提高社會文明程度的重要途徑。隨著移動互聯網、智能設備、電商平臺等的興起與發展，數字閱讀逐漸成為重要的閱讀渠道與方式。《2017年度中國數字閱讀白皮書》 顯示，2017年我國數字閱讀用戶規模達到3.78 億人，其中青年閱讀用戶占比逾70%[2]。《第十五次全國國民閱讀調查報告》顯示，2017年我國成年國民數字化閱讀接觸率(包括網絡在線閱讀、手機閱讀、電子閱讀器閱讀、光盤閱讀、平板電腦閱讀等方式)達73%，連續9年增長[3]。數字閱讀以便捷的服務、多樣的選擇吸引越來越多的讀者，同時其依托的閱讀平臺在讀者授權情況下，能夠收集大量閱讀數據，為圖書館閱讀推廣、技術改進、內容更新等提供更加精準的讀者數據支持，有效解決網絡時代圖書館面臨的數字文獻資源精細化管理和服務難題。

重慶大學圖書館于2017年12月15日正式上線京東閱讀平臺校園版，經過1年多運行，積累了大量的數字閱讀數據，獲取了大量相較于傳統圖書借還數據更為精細的閱讀數據，對圖書館的閱讀推廣、讀者服務、資源采購等極具價值，也能為讀者行為研究、閱讀學研究提供第一手數據資料。本研究從多個緯度進行精細化數字閱讀行為的數據發布及分析，為相關行業提供參考。

1 研究與實踐現狀

近10年數字閱讀的發展吸引了多學科、多領域學者的積極參與，有關數字閱讀的基本理論、問題與對策等研究不斷增加。數字閱讀正在成為普遍的、占絕對優勢的讀者行為，但關于數字閱讀行為和實際閱讀數據的研究文獻較少，一定程度上反映出當前數字閱讀環境中數據獲取問題是難點，傳統研究者很難采用技術手段得到相關數據，而技術提供者也不了解圖書館和研究者的需求，因此在學術界很少有人涉足。經過對相關研究論文進行調研，梳理出當前數字閱讀數據研究主要存在三類問題。

1.1 讀者閱讀行為研究依賴紙質館藏外借數據

當前圖書館為提升服務水平，往往基于讀者到館數據、借還書數據等，研究讀者的閱讀行為、閱讀偏好、閱讀習慣等。上海圖書館率先推出“閱讀賬單”服務，多角度展示讀者如何使用圖書館資源，深獲好評。此后相關研究較多，如滕云霞結合哈爾濱市圖書館多年舉辦“優秀讀者評選”活動產生的讀者數據，包括活動舉辦期間讀者的閱讀內容、閱讀冊次、讀書心得等，構建公共圖書館館藏優化和閱讀推廣模型[4]；冀紅基于湖北民族學院圖書館紙質圖書的館藏、外借、到館讀者等數據，提出閱讀推廣建議[5]；都藍等調查42 所“雙一流”高校館發布的年度閱讀報告，分析年度外借榜單圖書、讀者入館數據、圖書外借量等，了解讀者的閱讀行為[6]。

1.2 數字閱讀行為數據多由電商平臺發布，閱讀行為數據嚴重不足

數字閱讀發展至今，已經產生大量的閱讀數據、讀者行為數據等，但這些數據基本上都由提供服務的機構發布，且以結果公布為主。艾瑞咨詢發布的2018年《中國數字閱讀行業研究報告》指出數字閱讀行業受國家政策傾斜、文娛消費升級、閱讀方式變革及科技持續更迭等影響，整體發展環境向好，公布了2013-2017年國民數字閱讀接觸率和紙質圖書閱讀率、數字閱讀用戶規模、增長率等數據[7]。阿里巴巴發布的《2018年中國人讀書報告》顯示，閱讀人口與閱讀總時長均顯著增加，2018年新增閱讀人口近3000 萬，閱讀方式更加多樣化，紙質書、電子書、APP 聽書等都有很大的增長，超過50%的人進行“紙電一體”式閱讀[8]。京東數據研究院發布的《京東全民閱讀報告2018》首次發布“京東閱讀指數”，公布使用京東平臺的不同年齡、職業、地區、男女等用戶的閱讀偏好、購書習慣、消費層次、暢銷書排行等[9]。網易云閱讀發布了《全球數字閱讀報告》《國民閱讀口味報告》[10]。對圖書館和相關領域研究者而言，這些數字閱讀行為數據遠遠不夠，也無法和圖書館服務進行對應。

1.3 圖書館發布的年度閱讀報告多，數字閱讀數據稀缺

谷詩卉等調查國內外典型高校館發布的年度大數據報告，各館以閱讀報告、讀者利用情況報告、閱讀對賬單、借閱排行榜等形式發布了到館讀者、圖書借閱、館舍館藏、讀者服務(空間服務、新媒體服務、移動服務、信息服務)、文化活動等數據，而數字閱讀數據存在空白，如電子文獻僅有資源下載量[11]，這屬于外借數據，并非閱讀數據。

整體而言，圖書館現有閱讀數據仍以紙質館藏的外借數據為主，缺乏讀者外借圖書之后是否進行實際閱讀的相關數據。盡管外借數據一定程度上反映了讀者的借閱需求，但面臨不清楚讀者使用了哪些數字文獻資源、哪些用得好或不好等情況，原因在于圖書館掌握的閱讀數據不足，難以科學挖掘數據背后的價值，從而帶來服務質量的提升。

2 數字閱讀數據的獲取

2.1 京東閱讀平臺校園版

京東閱讀是目前最大的中文電子圖書閱讀平臺。2017年12月重慶大學率先與京東閱讀合作，推出近30 萬冊電子圖書的校園版平臺，深受師生追捧。因京東閱讀全部采用在線方式，因此在讀者授權的范圍內，記錄了完整和多樣的數字閱讀行為數據。

經過1年多運行，產生了大量精細的數字閱讀數據。從數字文獻資源規模看，京東閱讀校園版平臺現有圖書資源232，401 種，上線1年來實現約14%的資源增長和21.13%的資源更新。從數字圖書分布看，有“經濟管理”“互聯網+”“計算機”“社會科學”“科學新知”等24 種資源，其中“經濟管理”“社會科學”“科學新知”“文學頻道”等4 類圖書均在2 萬種以上，“外語學習”“人物傳記”“進口原版”“家教育兒”等圖書在5，000 種以下。與高校學術研究相關的“經濟管理”“互聯網+”“計算機”“社會科學”等圖書125，808 種，占圖書總量54.13%，其中近5年出版的書104，783 種，占圖書總量45.09%。從整體看，京東閱讀平臺的圖書較新，內容適用于大學師生的閱讀，又具有品牌效應，受到讀者的普遍好評。

2.2 數字閱讀的使用概況

重慶大學京東閱讀平臺于2017年12月15日上線，首日注冊人數1，941 人。正式上線的第1 個月，注冊人數大規模增加，2 周內即突破2萬人，首月達到24，272 人，占1年來注冊總人數87.16%。截至2018年12月15日，閱讀APP 注冊人數累計27849 人，約占重慶大學在校師生59.25%，覆蓋率較高。表1 反映讀者按月的累積注冊情況。受后續宣傳推廣影響，注冊人數在后期逐漸趨于平緩。平臺利用數據顯示，21，326 人有實際的閱讀記錄，占注冊總人數76.58%，2018年度累積產生閱讀數量428，987冊次，累積閱讀時長達58，825 小時6 分鐘；6，523 人只進行了注冊，并無實際閱讀記錄，是閱讀推廣的目標群體。

表1 數字閱讀平臺按月的注冊人數統計表

2.3 數字閱讀數據獲取方法

通過重慶大學圖書館與京東閱讀服務團隊約半年的反復技術論證和協商，最終確認京東閱讀平臺校園版必須與圖書館業務系統進行整合，讀者首先安裝京東閱讀校園版APP，使用手機號和學生號/職工號申請并注冊，經圖書館業務系統進行身份核實后，即可免費閱讀、下載平臺中圖書，且只能在移動終端上閱讀。讀者在注冊時對服務和數據獲取進行授權，因此系統后臺詳細記錄授權讀者在平臺上的數字閱讀行為，不僅包括每日注冊情況、實際使用情況、下載冊次等數字圖書的外借數據，還包括閱讀時長、閱讀時段、閱讀品類、閱讀進度等數字閱讀的閱覽數據。APP 提供“個人閱歷”供讀者實時了解個人閱讀情況，包括“個人關注”“隨便說說”“書評”“筆記”“個人收藏”“已讀圖書”“喜歡”等維度的閱讀數據記錄，還提供“全校閱歷”，包括“閱讀總時長”“閱讀時段分布”“讀者周閱讀排行”等。借助這些在線數據收集與分析功能，就能解決圖書館只有“借”數據而沒有“閱”數據的難題，并在讀者授權的范圍內合理使用。

3 2018年度京東數字閱讀平臺的“借”數據

3.1 京東數字閱讀平臺資源與外借數據

(1)資源數量。平臺有24 類23.24 萬種電子圖書，其中“經濟管理”(11.58%)、“社會科學”(9.98%)、“科學新知”(9.96%)、“文學頻道”(8.77%)、“教材教輔”(8.26%)、“成功勵志”(8.07%)、“小說頻道”(7.87%)、“計算機”(7.54%)、“生活休閑”(4.49%)、“互聯網+”(3.93%)等10 類資源較豐富，占比達到80.45%。

(2)基本外借數據。2018年度下載圖書共26271 種，外借率(即被外借圖書占圖書資源總量的百分比)11.3%，代表整體資源利用的平均水平。表2 表明，從計算機類開始，沒有超過整體11.3%的外借率。與高校學術環境相關的，除“經濟管理”“社會科學”略高于資源利用的平均水平，“科學新知”“互聯網+”“文學頻道”等外借率普遍較低。整體看，數字閱讀中與高校學術環境相關的資源種類比較豐富，但外借率偏低，一定程度上說明學術類資源不利于基于移動終端的碎片閱讀，師生更愿意在電腦上使用。

3.2 數字閱讀平臺與紙質館藏的外借數據對比

(1)數字閱讀平臺和傳統紙質館藏外借數據對比。數字閱讀平臺和紙質館藏的外借數據能反映讀者和資源的活躍度，但各有側重。表3 表明數據結果和經驗性認知基本一致，數字閱讀平臺的服務效率遠遠高于紙質館藏，京東閱讀平臺全年產生出幾乎和全部紙質館藏差不多的外借量，服務效率高。

表2 2018年度數字閱讀平臺的資源類別外借率

表3 2018年度數字閱讀平臺與紙質館藏的外借基本數據對比

(2)數字閱讀外借圖書TOP20 的紙質館藏外借對比。表4 統計了全年數字閱讀外借量最高的前20 種圖書數據，并對比同一種圖書在紙質館藏外借的情況。2018年度數字閱讀外借量排名前20 的圖書目錄與紙質館藏外借存在一定程度的吻合。

表4 數字閱讀外借圖書TOP20 概況及與相同紙質館藏外借對比

4 2018年度京東數字閱讀平臺的“閱”數據

4.1 讀者用于閱讀的時間

數字閱讀平臺提供了讀者“累積閱讀時長”數據，包括“日累積閱讀時長”“周累積閱讀時長”“月累積閱讀時長”“年累積閱讀時長”等，直觀地告訴圖書館“讀者用于閱讀的時間究竟有多久？”。2018年數字閱讀讀者的累積閱讀時長達58，825 小時6 分鐘。作為該數據的衍生數據，經計算：2018年數字閱讀讀者的日均累積閱讀時長約9，669.87 分鐘；2018年數字閱讀的人均累積閱讀時長約165 分鐘；2018年數字閱讀的讀者人均每天閱讀時長約0.45 分鐘。

4.2 讀者的閱讀時段

數字閱讀平臺的讀者閱讀時段數據具體見圖1。2018年讀者的閱讀時段集中在上午10點以后，10：00-12：00、14：00-16：00 和22：00-24：00 為高峰閱讀時段；00：00-6：00仍產生一定閱讀量。圖書館掌握這一數據，可靈活運用于服務工作之中。比如，在高峰閱讀時段進行服務信息推送、活動發布等，以提高讀者有效接收率；對00：00-6：00 時段閱讀的讀者群體，人性化設置“溫馨提示，注意用眼”等小程序，引導讀者健康閱讀。

圖1 讀者閱讀時段分布圖

4.3 數字時代“碎片閱讀”有多碎？

近年電商平臺發布的閱讀報告，“碎片閱讀”數據成為亮點數據。《悅己·悅讀·2019 中國女性閱讀報告》指出，已婚女性白天的閱讀時間比較零散，晚上10 點后會留出固定的閱讀時間[12]。《2018年度亞馬遜中國全民閱讀報告》指出，74%讀者利用碎片時間進行閱讀[13]。盡管這兩個報告公布了一些數據，但缺乏明確的碎片閱讀定義。

數字閱讀平臺按照每位讀者上線閱讀和下線日志對其單次閱讀時長進行統計，根據這個數據，圖書館可以評估讀者的碎片閱讀情況。為便于統計，結合日常生活中課間休息時間為10 分鐘，本研究將每次低于10 分鐘的閱讀定義為碎片閱讀。經統計，2018年度數字閱讀平臺58，825 小時6 分鐘的閱讀時間，總共有1，122，052 個單次閱讀時間段，其中10 分鐘以下的共1，040，029 段，占總時間段92.69%。

表5 數字閱讀平臺讀者單次閱讀時長分布

筆者從來不反對碎片閱讀，畢竟讀者終究是在閱讀，而且累積的時間足夠長、用碎片閱讀完成整本書等，其閱讀效果并不亞于持續閱讀。特別是在移動互聯網時代，重視碎片閱讀甚至推廣碎片閱讀，充分利用課間休息、乘坐交通車、茶余飯后等進行閱讀，能夠極大地擴大讀者的閱讀范圍。

4.4 外借的圖書到底讀了沒有？

“外借的圖書到底讀了沒有？”是圖書館行業長久以來難以回答的一個難題，圖書被借出了，都清楚其中部分是原封不動地歸還，但具體的閱讀情況如何卻不清楚，只能通過問卷調查方式獲取少量的模糊數據。數字閱讀平臺可以記錄讀者除下載行為外的翻頁、筆記、注釋等具體閱讀行為，不僅清楚地告訴“讀了沒有”，還可以告訴“讀了多少”，是數字閱讀的獨有數據，通過系統后臺記錄每位讀者閱讀每一本圖書的進度數據，形成讀者群體閱讀進度的數據集合。

將閱讀進度分為4 種：未進行閱讀(20%及以下)、初步完成閱讀(20%-50%)、基本完成閱讀(50%-80%)和完成閱讀(80%以上)，并對其對應的閱讀數據進行統計(見圖2)。數據顯示，2018年所有被借閱圖書中有207，419 冊次圖書的閱讀進度低于20%，即48.35%的被借閱圖書幾乎未被閱讀，而基本完成閱讀和完成閱讀的圖書共計139，922 冊次，共計占比32.62%。

圖2 被借閱圖書2018年的閱讀進度分布

借了不看，的確是普遍現象！

4.5 資源類別的利用狀態

數字閱讀平臺可以獲取“讀者到底讀了多少”的數據，該數據與資源的實際利用率息息相關，是數字閱讀的獨有數據。筆者把資源利用狀態分為3 種：未利用(實際閱讀率≤5%)、未充分利用(實際閱讀率5%-60%)和充分利用(實際閱讀率≥60%)。實際閱讀率可以詳細描繪圖書的實際利用狀況，詳見表6。

表6 數字閱讀各資源類別的實際閱讀率

以“互聯網+”為例，過去1年借閱率為3.12%，實際閱讀率為33.44%(具有此類情況的還有“成功勵志”“文學頻道”“科學新知”“進口原版”“政治軍事”等)；而“影視原著”盡管借閱率高達57.76%，但實際閱讀率僅17.27%(具有此類情況的還有“經濟管理”“外語學習”“小說頻道”等)；“女生原創”借閱率達15%，實際閱讀率為0。由此可見，僅靠外借數據，難以真實了解資源的利用狀態。

紙質館藏借閱中，相當一部分讀者僅充當“圖書搬運工”，出于時間或被動借閱等原因，圖書未經翻閱便再次歸還，不能算作資源利用的有效數據。由此延伸來看，僅從外借量、下載量預測讀者閱讀偏好，并制定統一的宣傳、推廣方案，存在不足甚至誤區，而數字閱讀的閱讀數據更準確地反映資源的實際利用情況，圖書館能了解讀者真正的閱讀需求，避免盲人摸象式的閱讀推廣工作。比如，針對“高借閱率低閱讀率”“高借閱率零閱讀率”圖書，可針對性分析原因，優化或提升內容宣傳；針對“低借閱率高閱讀率”圖書，可針對性制定推廣方案，保持并且提高此類圖書的閱讀率。

4.6 讀者的閱讀成效

圖3 每個月的閱讀量、閱讀時長趨勢圖

數字閱讀平臺提供了讀者累計閱讀量和累積閱讀時長數據，兩者相互支持，一定程度上反映出數字閱讀運行1年多來讀者的閱讀成效。從圖3 看出，讀者的累積閱讀量與累計注冊人數趨勢基本保持一致，即在上線的初始兩個月，累積閱讀量激增后趨于平緩；隨著時間推移，讀者人數累積到一定數量后，培養出一批穩定的數字閱讀讀者，于是數字閱讀量穩步上升，結合圖書館的推廣活動，對比分析即可更加明確活動是否實現了刺激閱讀的目的。

4.7 讀者的閱讀速度

閱讀速度數據屬于累積閱讀量和累積閱讀時長的衍生數據。2018年數字閱讀的累積閱讀量達428，987 冊，堆疊高度超過四大佛教名山之一的峨眉山。累積閱讀時長達到58，825 時6 分，即平均每10 分鐘就有讀者完成一本圖書的閱讀。2018年有閱讀記錄的讀者人均閱讀20.12 本書，超過這一平均閱讀量的人數共7，562 人，占所有有閱讀記錄讀者的35.46%。2018年人均閱讀時長2 小時45 分鐘，超過這一平均閱讀時長的讀者人數為3，064 人，占所有有閱讀記錄讀者的14.37%。對愛好閱讀卻有閱讀拖延癥的讀者而言，這些數據應該有刺激作用。

4.8 誰是真正的閱讀之星？

2018年下載量最高的讀者是“長安12138”(昵稱)，下載量1，604 冊，“陳*”(昵稱)以1，551冊位居第二。但是，實際閱讀(閱讀進度≥60%)量最多的是“huosanna”(昵稱)，共閱讀了68 冊。更讓人吃驚的是，個人累積閱讀時長最長的讀者“陽陽”(昵稱)，全年閱讀時長達2，670 小時，這意味著平均每天閱讀7.32 小時！

4.9 讀者究竟喜歡讀什么樣的書？

對圖書館而言，既要保持中立，也要充分保障值得讀者閱讀的“好”書，但如何定義一本“好”書是值得思考的問題，數字閱讀為“好”的定義提供了一些數據支撐。數字閱讀平臺的閱讀數據可以從數量和質量兩方面展現讀者閱讀行為，表7 和表8 分別統計了2018年高閱讀進度圖書、低閱讀進度圖書信息，以便了解哪些圖書更容易產生低閱讀進度的問題，與“最受讀者歡迎”“借閱量最高的圖書”等數據相互補充，能為圖書館優化館藏資源、采購新進資源和開展針對性的閱讀推廣活動提供數據支持。

表7 2018年讀者閱讀進度80%以上圖書TOP10

表8 2018年讀者閱讀進度20%以下的圖書TOP10

5 總結與展望

數據是圖書館管理和服務的難題，數字閱讀產生的大量精細化數據彌補了紙質館藏只有“借”的數據而缺乏“閱”的數據的窘況，這些精細化數據經過專業研究和分析，可為圖書館開展精準的讀者服務、學科服務、閱讀推廣等提供可靠的數據支持，實現圖書館的“數據優勢”向“服務優勢”轉化。從已發布的閱讀數據來看，數字閱讀相較于紙質館藏閱讀，數據更加精細化和客觀化，如將讀者的閱讀情況可從籠統的借還數據精細到閱讀進度統計，將閱讀時長的計量單位由“天”精確到“分”。此外，也產生了一些獨有的閱讀數據，如圖書的閱讀進度、讀者的閱讀速度。未來除進一步利用這些數據提升服務質量外，還需要解決一些實際問題。

5.1 數字閱讀存在的問題與解決思路

(1)數字閱讀平臺與高校館館藏的分類法不一致。在圖書分類方面，數字閱讀平臺采用自定義的主題分類法，根據圖書主題分為“經濟管理”“科學新知”“文學頻道”等，而圖書館館藏則遵循中國圖書館圖書分類法(簡稱“中圖法”)，兩者產生的閱讀數據在實際工作和對照分析時存在不一致問題。建議數字閱讀運營商能夠遵循國家標準，新增中圖法的標引，圖書館也需要對數字圖書進行二次加工，統一按照中圖法進行編目入館藏，納入自身圖書的分類體系。

(2)數字閱讀的閱讀推廣活動不足。對紙質館藏的閱讀推廣是當前的主流，而數字閱讀推廣活動還沒有太多有效的經驗，導致讀者在新鮮度褪去后，實際數字閱讀人數、閱讀圖書數量增長緩慢，大量數字閱讀的資源仍然處于閑置狀態。2018年京東閱讀聯合重慶大學圖書館先后舉辦4次數字閱讀推廣活動，如圖書館向全校師生統一發送宣傳郵件，實現兩周內新增2 萬人注冊。建議圖書館注重宣傳與推廣活動的有效性和持續性，定期舉辦豐富多彩的有針對性的數字閱讀推廣活動，如通過開展特定主題閱讀分享創意大賽、閱讀之星大賽、學校周年慶/圖書日活動等，刺激讀者閱讀興趣，有效推動讀者閱讀時長、閱讀進度、閱讀質量的改善，及時收集讀者反饋，公布改進進度，實現與讀者的良性互動，實現精細化推廣。

(3)高度重視讀者個人隱私信息保護。在讀者隱私信息方面，當前圖書館尚未開放讀者個人身份等信息的授權，所收集的數據也集中為后臺自動記錄讀者的閱讀行為。在后期的深度合作中，讀者個人身份信息如學(工)號、學院、專業年級等，讀者的行為偏好隱私信息如瀏覽記錄、檢索記錄，均應加強隱私保護，必須設置讀者授權功能，制定并完善信息獲取與隱私保護條款，加密讀者個人隱私信息數據的存儲，監督第三方平臺對于讀者個人隱私信息數據的使用。

5.2 展望

《中國數字閱讀白皮書》對數字閱讀的未來做了展望，認為“隨著閱讀服務更加公共化、內容質量更加精品化、傳播渠道更加多元化、版權運作更加精細化、價值評估更加體系化，數字閱讀行業將繼往開來，蓬勃發展”[2]。在數據閱讀發展的新時代，不論電子圖書服務商，還是轉型中的圖書館，都在積極探索數字閱讀服務模式，但更需要各個行業的交流和合作，圖書館具備豐富的資源，電商具備成熟的大數據技術，兩者如何開展有效合作，實現雙贏局面，重慶大學和京東閱讀的合作模式提供了范本。

較之紙質館藏，數字閱讀有效解決了現有紙質館藏只有“借”數據，而缺乏“閱”數據的難題，圖書館能夠掌握每位讀者的真實閱讀情況，包括在線閱讀時長、閱讀進度等。在未來，圖書館將擁有大量獨有的、精細的閱讀數據，如何通過這些數據有效提升文獻管理和服務能力，將成為長期探索和研究的課題。我們相信，圖書館將逐步實現“資源數字化”向“資源數據化”的轉變，提升數據挖掘能力，包括對圖書評論、閱讀筆記等的文本挖掘，獲得更加全面和真實的讀者閱讀行為數據，再通過不同的數據挖掘模型，完善文獻資源共享能力，深化讀者之間的互動功能，以精準服務實現讀者“悅”讀，有效推動全民閱讀。