高校圖書館閱讀推廣核心數據及邊緣數據的管理與應用

許天才 馮婷婷 潘雨亭 楊新涯

ISTICCLARIVATE ANALYTICS科學計量學聯合實驗室開放基金（編號：IC2019004）資助的研究成果之一。

摘要 閱讀推廣數據對提高高校閱讀推廣工作的精準性、高效性具有至關重要的意義。文章通過文獻調研法、網絡調研法、實例分析法論述了圖書館閱讀推廣數據理論研究和應用實踐現狀，總結了存在的問題。針對閱讀推廣核心數據及邊緣數據特征的界定，文章對閱讀推廣相關數據進行了層級劃分，同時提出采集、存儲、使用三位一體的交互調控管理體系和多層次、多樣化的綜合應用思路，可為圖書館合理管理和充分利用閱讀推廣數據，調控優化閱讀推廣工作效果提供參考。

關鍵詞 高校圖書館 閱讀推廣 核心數據 邊緣數據

分類號 G252

DOI 10.16603/j.issn1002-1027.2020.01.011

1 引言

自1997年聯合國教育、科學及文化組織發起“全民閱讀活動”（Reading for All）以來[1]，“閱讀推廣”一詞就成為我國圖書館界的高頻詞匯。中國圖書館學會科普與閱讀指導委員會于2006年成立，2009年更名為閱讀推廣委員會[2]，至此，開展閱讀推廣活動也逐漸成為國內高校圖書館的一項重要工作。以“閱讀推廣”為關鍵詞在中國知網中進行檢索，僅2018年就有1837篇相關文獻。范并思、王巧麗在2015年提出閱讀推廣作為高校圖書館的一項新型服務，管理者應樹立管理自覺，更加主動地進行閱讀推廣人力資源的設計與建設，對閱讀推廣的策劃、資源、品牌等進行頂層設計[3]。同時高校圖書館緊隨物聯網、大數據等信息技術的飛速發展，努力通過技術手段不斷優化閱讀推廣服務[4]，數據在閱讀推廣中的應用也逐漸成為研究熱點之一。

隨著數據在高校圖書館閱讀推廣工作中的重要性日漸增強，對高校圖書館管理工作提出了新要求，高校圖書館應該將閱讀推廣相關數據的管理工作納入日常管理，科學的管理更利于數據在閱讀推廣中的應用。例如，趙飛等提出高校圖書館通過主動整合和完善自身管理系統，融合圖書館之外的信息交流工具和平臺，全面記錄讀者閱讀行為數據，基于讀者閱讀行為數據構建閱讀推廣活動評價體系[5]。然而，高校圖書館對于閱讀推廣數據的管理與應用目前僅止步于讀者與圖書館直接相關的核心數據，忽視了閱讀推廣中邊緣數據的存在，邊緣數據雖然不像核心數據一樣能夠直接對閱讀推廣起到促進作用，但作為補充數據，如能與核心數據相結合，則可以更加深入、全面地分析圖書館資源的利用情況，挖掘讀者的偏好與需求，從而提升閱讀推廣服務的質量。

2 閱讀推廣數據的研究與應用

2.1 對閱讀推廣數據的研究現狀

采用文獻調研法，在中國知網中以關鍵詞“閱讀推廣數據”進行檢索，按發表時間排序，篩選出對閱讀推廣相關數據有明確劃分的中文社會科學引文索引（Chinese Social Sciences Citation Index，CSSCI）來源文獻。分析可知國內學者對于閱讀推廣相關數據的劃分雖然不盡相同，但大致可分為圖書館和讀者兩個方面的數據。因此再以“圖書館數據”“讀者數據”為關鍵詞進行檢索，選定2014-2019年的文獻，按照被引頻次從高到低進行排序，篩選出與圖書館或讀者相關數據中有明確劃分的CSSCI來源文獻（見表1）。

從表1的文獻梳理結果可以看出：當前國內圖書館對于閱讀推廣相關數據的研究還處于初始階段，更加偏重于數據的表層統計，相關的系統理論研究有所缺失，對閱讀推廣相關數據的界定、分類模糊，沒有建立起相應的管理和應用體系。

高校圖書館閱讀推廣核心數據及邊緣數據的管理與應用/許天才，馮婷婷，潘雨亭，楊新涯Management and Application of Core Data and Edge Data for Reading Promotion in University Libraries/Xu Tiancai，Feng Tingting，Pan Yuting，Yang Xinya

高校圖書館閱讀推廣核心數據及邊緣數據的管理與應用/許天才，馮婷婷，潘雨亭，楊新涯 ? Management and Application of Core Data and Edge Data for Reading Promotion in University Libraries/Xu Tiancai，Feng Tingting，Pan Yuting，Yang Xinya

2.2 閱讀推廣數據的應用

2.2.1 管理現狀

文章調研了國內42所“雙一流”高校圖書館對數據管理相關崗位的設置現狀，旨在了解目前國內高校圖書館對閱讀推廣數據的重視程度和管理現狀。調研顯示，目前只有北京大學、復旦大學和同濟大學設立了專門的數據管理部門，但北京大學的信息化與數據中心、復旦大學的數據管理與技術部和同濟大學的平臺與數據服務部都著重于資源數據的管理，以及為學校各部門、各學科提供信息資源的服務，閱讀推廣數據的管理并未引起足夠的重視。

從高校圖書館部門職責簡介來看，圖書館方面的數據管理工作主要集中在資源建設部、采訪編目部、系統部等部門，主要針對資源數據、空間利用數據等與圖書館直接相關的數據進行管理;讀者數據主要由讀者服務部、流通借閱部等部門進行管理，主要針對讀者的身份信息數據和借閱記錄、設備使用記錄等閱讀行為數據的管理。就目前高校圖書館組織機構的設立及分工來看，高校圖書館對于閱讀推廣中與圖書館、讀者直接相關的數據，在管理上存在分散、不全面、分工不明確等問題，而對于閱讀推廣中的其他數據，高校圖書館不僅沒有對其進行管理，大部分高校圖書館更是忽視這些數據在閱讀推廣中所起的重要作用。調研顯示，中山大學、中國海洋大學等高校在招聘啟事中明確要求新進人才要具備較強的數據分析能力，由此可見，高校圖書館已經逐漸開始重視數據的管理與應用，但仍需不斷探索和完善健全的數據管理體系。

2.2.2 應用現狀

高校圖書館目前利用對讀者閱讀行為數據、身份認證信息數據等讀者數據的分析來識別讀者特征，進行讀者身份畫像，以此挖掘讀者閱讀傾向，實現閱讀推廣服務的個性化和精確化。例如，南京理工大學以“微讀書會”“微閱讀”為基礎，以大數據為支撐，形成一套閱讀推廣微模式，將閱讀推廣精細化，針對每位讀者的特點進行精準推廣[13]。智能算法的飛速發展，使得電商平臺（如淘寶、京東）、新媒體平臺（如今日頭條、騰訊新聞）、數據庫商（如中國知網、超星）均可根據用戶的使用記錄提供主動式的智能推送服務。

高校圖書館也開始在智能推送服務上初試牛刀，例如，重慶大學圖書館推出“猜你喜歡”智能推送功能，在登錄狀態下進入“我的書齋”，圖書館將根據讀者的借閱記錄和身份認證信息，基于內容聯想的方式進行文獻資源的推薦（見圖1）。但由于技術、人力、經費等限制，高校圖書館基于讀者數據的智能化服務與其他商業領域的個性化推薦還存在一定差距。目前高校圖書館對于閱讀推廣數據的利用尚停留在讀者身份信息和行為數據的層面，而一直被圖書館所重點管理的資源數據卻并未在閱讀推廣中得到充分利用。趙發珍等曾撰文指出閱讀推廣忽視了對讀者閱讀行為與資源的相關性研究[6]，致使閱讀推廣推薦內容片面、覆蓋面狹窄。

2.3 存在問題

2.3.1 理論的系統研究缺失

數據驅動的閱讀推廣研究正逐漸成為當前高校圖書館研究的熱點。從對閱讀推廣數據的研究現狀來看，當前對閱讀推廣數據的研究主要是從閱讀推廣相關數據的應用層面出發，對其理論知識進行系統闡述和研究則存在巨大缺口。系統的理論研究將對閱讀推廣數據的層級界定、管理策略和應用實踐給予重要支持，也可為閱讀推廣工作開創全新的途徑。

2.3.2 缺乏科學的系統管理

從閱讀推廣數據的管理現狀來看，高校圖書館將大量人力物力用于資源數據的管理，而對于圖書館運行數據、讀者閱讀數據、讀者身份信息數據等核心數據的管理則存在分散化、片面化、低效化等問題，對閱讀推廣工作過程中產生的相關數據重視不足，甚至忽略讀者潛在的閱讀需求特征數據。事實上不管是閱讀推廣中與圖書館、讀者直接相關還是間接相關的數據都具有各自的重要性，為了更好地挖掘閱讀推廣相關數據的價值，必須對其進行層級界定，從而建立起科學的管理體系。

2.3.3 數據的挖掘與應用單一化

從閱讀推廣數據的應用實踐來看，當前高校圖書館主要著重于讀者閱讀行為數據的應用，以讀者閱讀行為數據為基礎，部分圖書館會結合資源使用情況、讀者身份信息等數據來挖掘讀者需求，根據讀者需求進行閱讀推廣相關工作。但不管利用如何先進的數據挖掘技術，基礎數據的單一將直接限制分析結果的價值。采集數據種類的多元化和分析結果的交互化，將改善閱讀推廣數據挖掘與應用的單一性，最大限度地發揮閱讀推廣數據的價值。

3 數據層級界定

高校圖書館閱讀推廣可分為主體、客體、對象、方式四個基本要素[14]，主體是指高校圖書館，對象是讀者，客體是閱讀資源，因此閱讀推廣核心數據必須與圖書館、讀者、閱讀行為直接相關。此外，作為閱讀推廣的核心數據應該具有很高的利用價值，僅對自身進行一定程度的分析挖掘就可以了解讀者閱讀偏好、需求等，從而對閱讀推廣的客體內容以及對象做出判斷。閱讀推廣邊緣數據一是指高校圖書館在閱讀推廣中一直忽視而未加以管理應用的重要數據，二是指與圖書館無直接關系，但經過深度挖掘、結合核心數據后對閱讀推廣產生促進作用的數據。閱讀推廣核心數據與邊緣數據特征屬性劃分如表2。

在高校圖書館的閱讀推廣工作中，主體是組織者和參與者，也就是圖書館和讀者，結合表1的文獻梳理結果，可以從圖書館和讀者兩個方面對閱讀推廣數據進行劃分，再根據表2的閱讀推廣核心數據與邊緣數據的特征，可以將閱讀推廣相關數據做以下分類（見表3）。

4 閱讀推廣核心數據與邊緣數據管理策略

4.1 管理思路

圖書館對于閱讀推廣核心數據特別是資源數據的管理相對比較成熟，但對于邊緣數據缺乏專業化、集中化管理。閱讀推廣作為高校圖書館的一項常規工作，相關數據對于圖書館具有重要價值。高校圖書館應該樹立閱讀推廣邊緣數據管理意識，并引進計算機系統化管理，設立專人專崗，具體管理思路如圖2所示。

4.2 管理流程

4.2.1 數據采集

數據的采集需要遵循全面、真實、準確、及時的原則，其中閱讀推廣核心數據可以通過圖書館各職能部門直接獲取相應的結構化數據，而一些邊緣數據如讀者教務信息數據、校園設施使用數據、部分社交數據等，則需要與校內教務處、校園卡管理中心、網絡中心等學校其他職能部門合作獲取。值得注意的是，部分非結構化核心數據和邊緣數據無法直接采集，需要利用其他工具或方法進行采集。來源于網絡的數據，例如文獻檢索記錄、社交互動信息等，由于數量龐大、更新速度快，不利用工具和程序無法及時捕捉到有用信息，雖然有些高校已經實現在個人資源庫、個人圖書館中查閱文獻閱讀記錄，但大部分圖書館仍然需要通過網頁信息采集器或爬蟲軟件來獲取這部分網絡數據[15-16]。讀者反饋、活動記錄等數據可能來源于線下，需要高校圖書館工作人員進行線下采集并數字化處理以便進行存儲管理，再利用“結巴分詞”對這些反饋信息進行關鍵詞抓取，提取有用信息并進行整理以便于利用和管理[17]。同時將紙質資料歸檔作為原始記錄的憑證。

4.2.2 數據存儲

數據的存儲應遵循有序化、層次化的原則，同時還要注意對數據的保密管理和對讀者信息的隱私保護，因此要對每一層次數據信息設置權限[18]。采集得到的原始數據必須進行清洗，剔除重復、多余、錯誤、不合法的數據，填補缺失數據。然后制定各類數據標準化規則，按照規則進行整理，形成結構化、標準化數據，以便存儲管理與使用。

雖然高校圖書館對于閱讀推廣邊緣數據的管理極度缺乏經驗，但對于資源數據的管理體系已經非常成熟，因此可以借鑒資源數據的存儲技術和方式來存儲閱讀推廣邊緣數據，部分高校圖書館還建立了讀者數據庫，將閱讀推廣中關于讀者的邊緣數據納入到讀者數據庫中，進一步完善了讀者數據，核心數據和邊緣數據得到更好的結合。區別于資源數據、讀者身份信息數據的其他核心數據和邊緣數據具有很強的時效性，因此存儲時應建立時間軸，嚴格遵循時間順序。

圖書館加強對讀者數據的管理勢必會增加讀者隱私泄露的風險[19]。圖書館對于讀者數據進行挖掘以提供個性化服務，致使讀者處于被全面監控的狀態，讀者個人隱私都暴露在圖書館管理者面前，因此圖書館管理者應樹立讀者隱私保護意識，嚴格遵守職業道德[20]。高校圖書館要制定合理的隱私保護制度和嚴明的追責制度。首先是對原始數據、過程數據和標準數據進行存儲，過程數據是指在數據處理過程中所產生的數據，標準數據是指經過標準化處理之后的數據。這三類數據是寶貴的信息資源，同時也涉及讀者大量基本信息及隱私，應當設置高級權限，僅供圖書館高級管理人員和數據分析人員調取。其次對分析數據進行存儲，分析數據是基于標準化數據形成的可以對閱讀推廣活動進行調控的數據，分析數據可供閱讀推廣策劃者、組織者使用于調控活動效果和決策。所有人員在對數據進行操作的時候都應形成操作記錄，保留痕跡作為追責的憑證。閱讀推廣核心數據與邊緣數據的存儲體系見圖3。

4.2.3 數據使用

數據使用過程包括：調取存儲的閱讀推廣核心數據和邊緣數據，采用一定的數據分析方法，深度挖掘其關聯性，分析出有價值的信息，并最終應用于閱讀推廣工作中。例如，河北科技大學圖書館就結合讀者借閱數據和讀者信息數據開發了讀者興趣預測軟件，根據預測結果向具有相似閱讀傾向的讀者推送同一類圖書資源并開展讀書活動[21]。讀者與圖書館之間產生的諸如借閱記錄、到館時間、檢索信息等核心數據的統計分析與利用，已經在圖書館閱讀推廣工作中起到了關鍵作用，如定期發布的借閱排行榜，根據讀者檢索行為進行的文獻主動推薦，同一圖書借閱讀者的相似閱讀傾向推送等。但是，類似教師任課、學生選課、課業成績、校園卡使用記錄等，不是與圖書館直接發生的行為數據，即閱讀推廣工作中所涉及到的邊緣數據。圖書館還沒能對其進行有效整合，而邊緣數據一定程度上反映了圖書館用戶的潛在閱讀傾向，為圖書館在主動式的閱讀推廣過程中鎖定目標群體、定制個性化推送、強化服務精度與深度提供了重要的參考依據。

核心數據與邊緣數據的合理交互應用，能夠更加科學有效地調控優化閱讀推廣工作。閱讀推廣核心數據和邊緣數據在使用過程中可能會發現數據缺少或調取不便，此時可以根據具體使用情況進行數據的補充采集，調整存儲體系，從而利用數據使用環節對數據的采集和存儲進行調控，讓閱讀推廣數據管理體系更加完善。

5 數據應用策略

5.1 核心數據的分析應用

對資源數據、圖書館運行數據、讀者閱讀行為數據、讀者身份認證數據等核心數據的綜合統計分析，一方面可以讓圖書館掌握資源的使用情況和讀者的閱讀情況，從而進一步支持閱讀推廣工作;另一方面幫助讀者了解更多信息，使讀者與圖書館的信息對稱。此外類似積分排行榜、個人閱讀報告等可以激發讀者的主觀能動性，促使其改善閱讀現狀，并通過輻射影響周邊讀者從而成為閱讀推廣的主體。核心數據的綜合分析、合理應用可使圖書館閱讀推廣工作的目標更加明確，成效更加持久。

當前圖書館對于閱讀推廣核心數據的統計、分析與應用已經有了一定的經驗，可以從中學習和借鑒。例如，北京大學以讀者閱讀數據、身份信息數據為基礎，推出的年度閱讀報告，在發布的2017年閱讀報告中公開了圖書館到館人次、借書人次高峰時段、圖書熱門排行等（見圖4）[22]。核心數據統計分析結果的可視化呈現不僅是一種閱讀推廣方式，也是了解圖書館資源使用情況和讀者需求的關鍵途徑，更是強化閱讀推廣目標的重要抓手。重慶大學圖書館以京東閱讀用戶行為數據為基礎，從閱讀時長、閱讀進度、資源利用情況、閱讀成效、讀者偏好等9個方面對讀者閱讀行為進行精細化分析，為圖書館開展有針對性的閱讀推廣活動提供了數據支撐[23]。

5.2 核心數據與邊緣數據的交互應用

以閱讀推廣數據為主，邊緣數據作為補充，兩者相結合從多角度進行挖掘分析，可發現讀者的潛在閱讀需求和偏好，并用于指導高校圖書館開展閱讀推廣工作。將讀者閱讀行為數據與讀者反饋數據相結合，可挖掘分析讀者的個人閱讀興趣所在。例如，由南京理工大學圖書館牽頭，武漢大學圖書館、深圳大學圖書館等機構加盟，共同建設的“青年空間”APP中的反饋體系，即是基于讀者閱讀記錄和評價反饋信息來分析讀者的閱讀興趣，并據此為讀者推送個性化、精準化的信息[24]。將圖書館資源、圖書館管理與使用數據等核心數據與讀者所學專業、課表等教務信息數據相結合，為讀者推送相應的潛在資源，在滿足讀者需求的同時亦可提高圖書館資源的利用率。例如，北京大學、南京大學、重慶大學等高校圖書館所建設的學院圖書館是將專業文獻資源進行分類，通過分析學校專業領域方向和讀者閱讀行為數據等信息，為讀者推送相應專業文獻資源和數據庫，以此提高圖書館訂購的昂貴學術資源的使用效率。基于讀者閱讀行為數據、讀者校園設施使用數據和讀者社交數據的綜合分析，能夠獲知讀者的時間安排、行動軌跡，高校圖書館如果在此基礎上抓住讀者空閑時間，制定契合讀者行為習慣的、最恰當的閱讀推廣時間和形式，將有助于強化閱讀推廣的效果。

對閱讀推廣核心數據與邊緣數據的綜合挖掘分析，可以對圖書館和讀者起到雙重激勵作用。一方面激勵圖書館變被動服務為主動服務，在讀者閱讀行為數據、歷史記錄數據和讀者反饋數據等的基礎上，制定有效激勵機制，提升閱讀推廣整體成效，推進圖書館變革發展[25]。另一方面，將閱讀推廣核心數據與邊緣數據進行組合挖掘分析，可以從不同角度激勵讀者進行閱讀。例如，利用讀者學習成績與閱讀記錄進行相關性分析，據研究表明，學生學習成績與圖書館利用程度呈顯著正相關[26]。這類研究不僅能引發讀者興趣，還能促進讀者獲得成就感，從而達到促進閱讀推廣的目的。

5.3 核心數據與邊緣數據的拓展應用

閱讀推廣核心數據與邊緣數據的價值遠不止僅限于提高閱讀推廣成效，還可應用于圖書館的其他工作，如選課指導、學科服務、科研服務等，有助于進一步提升高校圖書館的服務水平。圖書館可以通過分析閱讀推廣核心數據與邊緣數據了解讀者的閱讀需求與偏好，并結合學校現有課程安排，推薦適合的課程，為其提供選課指導。例如，電子科技大學圖書館根據各專業培養方案和教師推薦的資源，有針對性地提供學習資料，以輔助其完成專業目標建設[27]。

6 總結

在當今信息時代下，閱讀推廣作為高校圖書館的一項重要工作，其產生的核心及邊緣數據是強化閱讀推廣成效和促進圖書館發展的關鍵要素。但就目前高校圖書館針對閱讀推廣核心數據和邊緣數據的管理和應用現狀來看，雖然圖書館已經意識到數據的重要性，但受困于硬件、人力和技術等限制，通過數據提升閱讀推廣服務質量還處于摸索階段，尤其是對于閱讀推廣邊緣數據的使用幾乎是空白。高校圖書館在做好資源數據管理的同時，也應做好閱讀推廣相關數據的管理，建立完善的數據管理體系，形成采集、存儲與使用三個維度的交互式調控管理機制。在高校圖書館開展閱讀推廣工作時，不僅要著眼于閱讀推廣核心數據的應用，還要在此基礎上對其進行拓展，結合邊緣數據，更加全面地對讀者潛在閱讀需求與偏好進行深度分析，最終通過豐富多樣的數據分析支撐圖書館開展個性化、精準化的高層次閱讀推廣工作，讓閱讀推廣變得有根可循。此外，閱讀推廣核心數據與邊緣數據的拓展應用可豐富或深化圖書館的服務，從而提升圖書館的核心價值。

參考文獻

1 劉亮.聯合國教科文組織的閱讀推廣活動與圖書館[J].圖書與情報，2011（5）：36-39.

2 王波.圖書館閱讀推廣亟待研究的若干問題[J].圖書與情報，2011（5）：32-35，45.

3 范并思，王巧麗.閱讀推廣的管理自覺[J].圖書館論壇，2015，35（10）：8-14.

4 桂羅敏.基于麥肯錫核心概念的國內圖書館大數據技術研究狀態量化描述[J].圖書館界，2014（4）：57-60，68.

5 趙飛，吳亞平，周春霞.基于讀者大數據的高校圖書館閱讀推廣活動評價研究[J].圖書與情報，2018（2）：129-134.

6 趙發珍，楊新涯，張潔，潘雨亭.智慧圖書館系統支撐下的閱讀推廣模式與實踐[J].大學圖書館學報，2019，37（1）：75-81.

7 吳亞平，別立謙，周春霞，趙飛，莊昕.基于讀者數據的閱讀推廣及服務創新——以2016年北京大學閱讀報告為例[J].大學圖書館學報，2019，37（1）：67-74.

8 姜山，王剛.大數據對圖書館的啟示[J].圖書館工作與研究，2013（4）：52-54，79.

9 陳近，文庭孝.基于云計算的圖書館大數據服務研究[J].圖書館，2016（1）：52-56，68.

10 何勝，馮新翎，武群輝，熊太純，李仁璞.基于用戶行為建模和大數據挖掘的圖書館個性化服務研究[J].圖書情報工作，2017，61（1）：40-46.

11 王欣，張冬梅.大數據環境下基于高校讀者小數據的圖書館個性化智能服務研究[J].情報理論與實踐，2018，41（2）：132-137.

12 白廣思.數字圖書館大數據分類研究[J].圖書館學研究，2016（3）：53-57.

13 段梅，韓葉.大數據環境下圖書館閱讀推廣微服務研究[J].高校圖書館工作，2018，38（06）：89-91.

14 趙俊玲，郭臘梅，楊紹志.閱讀推廣：理念·方法·案例[M].國家圖書館出版社，2013.

15 陳崢.數字痕跡：人類行為大數據的生成、算法與知識發現[J].圖書館學研究，2018（22）：50-58.

16 彭欣.基于讀者行為大數據的圖書館精準化閱讀推廣營銷研究[J].圖書館學刊，2018，40（4）：71-74.

17 孟鑫.基于用戶評論信息的商品評估系統的研究[D].北京交通大學，2018.

18 韓禮紅，韓翠峰.大數據時代圖書館個性化信息服務中讀者隱私保護研究[J].阜陽師范學院學報（社會科學版），2016（1）：153-156.

19 彭華杰.大數據時代圖書館讀者的隱私危機與隱私保護[J].圖書館工作與研究，2014（12）：56-59.

20 馬曉亭.大數據時代圖書館個性化服務讀者隱私保護研究[J].圖書館論壇，2014，34（2）：84-89.

21 黃海云，袁立強，靳紅，張屹，牛曉艷，劉平.依托“大數據”技術，再現“讀書系列活動”魅力——基于“讀者興趣預測”的閱讀推廣與輔導活動[J].河北科技圖苑，2018，31（6）：43-45.

22 北京大學圖書館服務宣傳推廣團隊.北京大學閱讀報告2017年[EB/OL].[2019-04-08].https：//mp.weixin.qq.com/s/_H8MFZHospfQuE_QfNii0g.

23 楊新涯，王瑩，劉義勇，隆敏，王彥力，范并思.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.圖書館論壇，2019（6）：1-11.

24 段梅，顧文娟，李明媚.基于“青年空間”APP的閱讀推廣新模式[J].大學圖書館學報，2018，36（6）：76-80.

25 蔣露娟.公共圖書館數字閱讀推廣模式下讀者激勵機制的探析[J].農業圖書情報學刊，2018，30（2）：149-153.

26 王凌.大學生利用圖書館與學習成績的關聯性實證研究——以首都醫科大學為例[J].圖書情報工作，2017，61（24）：39-44.

27 湯偉，秦鴻，李泰峰.教學參考資源學習系統的開發與建設——以電子科技大學圖書館為例[J].圖書情報工作，2015，59（4）：44-49.

作者單位：許天才、楊新涯，重慶大學人文社會科學高等研究院，重慶大學圖書館，重慶，400044

馮婷婷、潘雨亭，重慶大學經濟與工商管理學院，重慶，400044

收稿日期：2019年4月8日

（責任編輯：關志英）

Management and Application of Core Data and Edge Data

for Reading Promotion in University Libraries

Xu Tiancai Feng Tingting Pan Yuting Yang Xinya

Abstract： ? Reading promotion data is crucial to the accuracy and efficiency of reading promotion. Through literature research， network surveys and case analysis， this paper analyzes the current situation of the research and application of reading promotion data and summarizes relevant problems. The article defines the characteristics of core data and edge data of reading promotion， and divides the data related to reading promotion into different layers. It then puts forward the threeinone interactive control management system of collecting， storing and using. Furthermore， the multilayered， diversified and comprehensive application ideas have been proposed. The management system and application ideas provide a reference to reasonably manage and adequately utilize the reading promotion data， so that the libraries can regulate and optimize the effectiveness of reading promotion.

Keywords： ? University Library; Reading Promotion; Core Data; Edge Data