圖書館讀者服務滿意度可視化實證分析

譚楊

摘 要：研究了學生讀者對圖書館所提供服務質量的滿意度，對應性該圖書館讀者滿意度的因素進行了分析，通過電子問卷對各指標進行了調研及結果分析。首先在所構建的圖書館讀者滿意度評價量表進行了信效度檢驗的基礎上做了指標間的相關性分析;然后對讀者留言進行了情感分析和主題模型分析。

關鍵詞：圖書館 讀者滿意度 評價指標 量表

中圖分類號：G252文獻標識碼：A文章編號：1003-9082（2020）02-00-02

引言

高校圖書館在高校的機構設置中屬于科研機構，其功能和任務主要是兩個方面，即文獻的收集與傳播。盡管目前網絡的發達導致資源獲取的渠道多樣化，但就目前來說，圖書館仍然是師生獲取知識的重要來源，主要原因還是其資源收集實力的強大和專項經費的支持。關于圖書館讀者滿意度測評，屬于一種心理感受，指的是讀者對圖書館所提供服務的滿意程度評價，通俗的說就是讀者對圖書館的感覺，換句話說，這樣的滿意程度越高，那么圖書館當前所提供的服務質量跟讀者期望中的服務水平就越接近，而圖書館讀者滿意度并不是單一的指標，而是一個多維的綜合體系概念，因此相關的測評就需要建立多指標評價體系。此次的研究對象為國家骨干高職院校，學生人數過萬，圖書館藏書量巨大，建筑總面積進兩萬平方米。目的在于發現該圖書館目前的優勢和存在的不足，以便于后期整改，不忘真正的為師生用戶服務的初心。可視化技術是目前大數據潮流下方非常流行的一種數據展示方式，直觀性是其顯著的標志。此次研究將滿意度測評通數據可視化結合起來，使滿意度的研究成果更加多樣化。

一、研究方法

此次滿意度調查采用包含13個指標（圖書種類、期刊種類、電子資源、流通借閱、資料查找、檢索機、閱覽座位、館藏布局、舒適程度、開放時間、服務態度、服務能力、服務效率）的李克特五級量表結構，“1”代表非常不滿意，“2”代表比較不滿意，“3”代表一般，“4”代表比較滿意，“5”代表非常滿意，最后附有一個意見欄，用于收集受訪者對圖書館目前的服務水平的意見和建議。受訪方式為電子問卷的方式，調查對象為該校大一到大三的學生，共獲取1783份問卷，有效問卷1783份，有效率100%。分析工具為SPSS23.0和R語言。

二、結果分析

1.受訪者特征分析

1.1所在年級分布（圖1）與進館頻率分布（圖2）：結果顯示，受訪者大部分為9月份進校的大一新生，大三受訪者最少，因為大部分大三學生在外實習，因此人數很少。從進館頻率結果看，受訪讀者大部分的周進館次數低于3次。

1.2進館時間（圖3）與目的（圖4）情況：結果顯示，受訪讀者基本上是沒課和周末時間進館，而晚自習卻很少進館。其主要原因是該校大部分二級學院都要求學生晚自習必須到教室進行，因此頻率低。進館目的方面，大多都是閱覽、自習或借書，較為普遍。但以查找資料為目的的人數很少，主要原因是該是通過目前的資源藏量低，無法發揮資料中心的作用。

1.3信度和效度檢驗

這里，我們采用Cronbachas Alpha值檢驗量表的總體信度，結果如表1。

結果顯示，整體的Cronbachas Alpha值為0.97，表明具有很好的信度水平。

再就是，采用探索性因子分析方法檢驗效度，方法是KMO檢驗和Bartlett球形檢驗。結果如表2。

表2的結果顯示，檢驗的顯著值小于0.01，即說明了我們在問卷中設置的各指標之間具有較為顯著的相關性（如圖6），在此基礎上做的因子分析是大概率有效的。另外，偏相關性檢驗的方法主要是KMO檢驗，檢驗結果統計量的取值在0到1之間，KMO統計量越接近于1，變量間的偏相關性越強，因子分析效果越好。實際分析中，大部分研究者認為，該統計量的值超過0.7時的效果是比較好的。本次的問卷結果顯示，得到的KMO統計量檢驗值為0.961，大于0.7。

1.4指標分析如圖6：結果顯示，13個指標中，平均得分最高的為“舒適程度”，即受訪者認為對該校圖書館的整體環境的舒適程度是比較滿意的，再就是服務方面，分數較高。平均分最低的指標為“電子資源”，一方面是該校屬于高職院校，在電子資源方面的投入較少，未能達到讀者滿意的程度;另一方面是，讀者的基本水平有待提高，對電子資源使用的基本能力不全面。

2.意見和建議分析

此次調研共收到1783條讀者留言，數據清洗后得到1722條有效留言。

2.1情感分析：

針對一些帶有主觀色彩的中英文文本，按照一定的分析模型分析該文本的情感詞性類別并給出相應的置信度。情感詞性分為正面、負面、中性。我們采用基于中國知網hownet正負面詞典對1722條有效留言進行情感分析（部分結果如表3），得出正面留言446條，中性留言1194條，負面留言82條，

2.2主題模型分析：

2.21針對1722條有效留言，我們將進行基于LDA（Latent Dirichlet Allocation）的主題模型分析。它可以以概率分布的形式給出文檔集中每個文檔的主題，因此在分析了一些文檔并提取出它們的主題（分布）后，它可以根據主題（分布）對文本進行聚類或分類。同時，它是一個典型的詞包模型，即文檔由一組詞組成，詞與詞之間沒有順序關系。此外，文檔可以包含多個主題，文檔中的每個單詞都由其中一個主題生成。這里，我們將留言設置為4個主題，具體如表4。

結果顯示，1722條有效留言分為四個主題，一是服務方面，比較滿意的;二是關于培訓講座和圖書方面，希望能夠增加;三是圖書館時間方面，希望能夠延長開館時間;四是中性的一般評價。

2.22針對84條負面留言進行主題模型分析，結果如表12：

結果顯示，負面留言出現較多的是圖書館培訓活動較少、座位少和占座情況的出現。

參考文獻

[1]翟曉娟.從用戶角度看圖書館業務流程自動化管理——基于高校圖書館用戶滿意度調查的數據分析研究[J].國家圖書館學刊，2013，22（1）：3-9.

[2]王雨，畢強，李影.高校圖書館讀者滿意度調查研究[J].圖書情報工作，2013，57（2）：57-63.

[3]李賀，關欣，邵長安.高校數字圖書館用戶滿意度的測評研究[J].情報理論與實踐，2010，33（4）：80-83.

[4]許黎黎.服務育人視角下高職圖書館滿意度調查與對策思考——以寧夏司法警官職業學院圖書館為例[J].圖書情報導刊，2015（18）：83-84.