門禁數據的初步分析
——以北京林業大學圖書館為例

高校圖書館對于編目數據的規范和分類有著較多的研究和實踐應用，傳統概念中的圖書館數據也以編目數據為主要內容。隨著計算機和網絡技術越來越多的應用于高校圖書館，高校圖書館的各類業務系統越來越多，數字化資源越來越多，各類業務系統產生和積累的數據量越來越大，數據類型越來越多，早已遠遠超出編目數據所能覆蓋的范圍和規模；尤其是近年來隨著大數據理論發展和應用范圍的不斷擴大，高校圖書館也在不斷探索和應用大數據來提高服務水平和擴大服務范圍，不少高校圖書館已經在提供年度的數據報告，館內業務的發展和館外服務需求的多元化都對圖書館數據的規范化和標準化管理及應用提出了更高的要求。

數據已成為當今社會發展進程中最重要資源的之一。高等院校圖書館理應抓住技術發展的契機,挖掘數據價值,讓數據紅利最大限度的釋放出來,從沉淀的數據中發現有價值的信息，深入挖掘、綜合利用、轉化為知識，才是信息系統真正價值的體現，而這方面可拓展的空間幾乎是不可限量的[1]。

高校圖書館日常工作與讀者服務中產生的各種數據，已經成為其轉型、創新的最為可靠的信息源和決策依據之一。網絡信息技術的飛速進步以及其不斷深入的融入圖書館各類業務中，既增加了高校圖書館數據的存儲量也加快了數據流動的速度，給圖書館的數據管理和統計等工作增加了的難度。門禁數據屬于圖書館的基礎數據之一，門禁數據中的讀者進出館記錄是讀者到訪圖書館最直觀的反映，而進館人次、進館人數以及在館時長則可以反映圖書館的利用效率和讀者喜愛圖書館的程度[2]。對這個海量數據進行不同維度的統計分析,將對圖書館服務策略的制定有很大的指導意義[3]。

1 門禁數據統計分析

1.1 總體概況

2019 年度，開館共358 天合計5 370 小時（開館時間7:00-22:00），有26 127 位讀者2 083 731 次入館，入館讀者類型分布情況如圖1 所示，本科生占了入館讀者的80%以上。

圖1 入館讀者類型分布

1.2 按小時統計分析

林大圖書館每天開館時間為7:00-22:00（實際運行過程中，每天7:00 以前就開館，閉館也在22:00 之后），以平均數來衡量，如表1 所示（每個整點指的是此后一個小時的時間，比如6 指的是6:00-7:00 之間，其他以此類推），每天的7 點至9點、12 點至13 點和17 點至19 點為入館高峰時間段，每天的10 點至11 點、16 點至17 點和21 點至22點為入館的人次最少的時間段，就不同類型的讀者而言，本科生讀者的入館時間分布與以上規律完全吻合，而研究生入館的高峰時間段則更為集中，相對而言，教工讀者入館在每個時間段都比較少，對每個時間段的入館總人數幾乎沒什么影響。

表1 每小時入館人次統計表

在入館高峰時間段，考驗著門禁系統和設備的可靠性，也考驗著圖書館的容納能力和服務能力；在高峰時間段，人員配備上要有所側重，一旦出現突發狀況要及時處理；對于入館讀者而言，如果時間上沒有要求，可以選擇入館人次少的時間段。

1.3 按一周內統計

如圖2 所示，一周中周五是本科生入館最少的一天，而研究生和教工則是在周末入館最少。除去入館最少的一天，其余時間各類讀者每天入館人次較為均衡。

圖2 一周內每天入館人次統計

1.4 按月度統計

如圖3 所示，各類型讀者以月度入館情況來看，有著明顯的不同，本科生在11 月入館人次最多，研究生入館人次最多的月份是3 月，教工讀者入館最多月份在9 月，相對而言，寒暑假對教工讀者入館的影響沒有學生讀者那么明顯。

圖3 每月入館人次統計

1.5 按年級統計

按年級統計，本科生15-19 級入館人次分別是：202 017（上半年），752 491，411 132，233 925，125 222（下半年），高年級入館人次明顯更多一些，按月份統計，各年級入館情況又有所不同，如圖4 所示，畢業生（16 級）入館高峰月份是9 月和11 月，而其他年級則是從9 月開始，每月逐步增多（10 月由于國慶假期影響，入館總人次略有下降），到12 月達到最高峰，另外，6 月也是入館高峰月。

圖4 本科生各年級每月入館人次統計

1.6 按學院（本科生）統計

如圖5 所示，經濟管理學院的本科生入館人次最多，其次是園林學院和工學院，馬克思主義學院和草學院由于最近幾年才成立，在校學生數量少，入館人次也明顯少。

圖5 各學院本科生每月入館人次統計

2 結論

2.1 不同類型讀者入館的習慣都有所不同

根據不同類型的讀者在各時間段的入館數據的統計結果，本科生、研究生和教工在一天內入館時間分布基本相似；如果按照一周內的每天的入館數據來觀察，則本科生和研究生及教工有所不同，研究生和教工在周末入館較少，而本科生則不然；按月份來觀察，本科生、研究生和教工入館高峰月份各不相同。

就本科生而言，越高的年級入館人次越多，學院之間入館人次差別比較大。

2.2 統計分析數據有助于提升服務水平

對讀者入館數據進行多種維度的統計和分析，會得到關于讀者入館的較為全面的數據和信息，將多維度的數據和信息進行更加深入的融合、處理和分析，將會為圖書館在提高服務質量、精準服務等方面提供良好的決策輔助支持。入館數據信息除了可以應用在圖書館自身發展和完善方面之外，如果把更多類別的數據比如教務數據、一卡通數據等多種信息和入館數據結合起來進行數據挖掘，將可以得到更多更有價值的數據規律和信息，為學校的長遠規劃和發展策略制訂提供數據和信息支持。

3 建議與討論

3.1 高校圖書館界不斷提高意識，要有頂層設計思維，注重體系建設

要以數據為依托去規劃和計劃高校圖書館未來和業務，或者說在充分掌握和分析數據的基礎上去考慮圖書館的業務和服務；無論拓展什么業務、提供什么資源、創新什么服務，要有數據依據，要考慮到數據的存儲、處理和融合，要在大數據環境下進行思考、規劃和行動。

圖書館的數據存在于不同的平臺，依附于不同的業務流程，數據的標準、格式、類型、表現形式和存儲結構千差萬別。在現有技術條件下，完全收集、整理和處理這些數據是一件非常困難的事情[4]。宜制定合適的數據價值評估標準，將不同的數據賦予不同的權重，再按照其重要性進行排序與分類，將數據價值進行合理分布，也有利于收集核心數據。更方便后續收集、存儲和利用數據。通常來說，圖書館的大數據采集要涵蓋資源、讀者、服務等主題，每個主題要有不同的屬性特征。此外，要從大數據的角度出發，根據實際需求確定需要哪些數據、缺少哪些數據、哪些數據的精度還不符合具體實施的要求，主動地協同相關部門或者廠商來補充和生產這些數據，形成一個循環可持續發展的數據體系。

3.2 做好專門人才的培養和儲備

大數據背景下，圖書館的管理方式、工作方式發生了翻天覆地的變化，這要求館員要能夠在海量的信息中發現有價值的信息，對數字資源進行篩選、評估、判斷、處理，同時也要求館員具有一定的管理能力以及創新思維，這對圖書館館員，特別是對于非圖情專業人員來說，是一個巨大的挑戰[5]。

在大數據時代，高校圖書館普遍面臨的問題就是如何建設一支兼具數據管理能力和管理能力的館員隊伍，具體來說就是如何實現對具有傳統知識結構的館員進行全面的業務能力和素質提升。大多數高校圖書館不具備對館員進行數據管理方面知識培訓的設施及能力，對普通館員而言，學習交流和深造的機會也比不多。

目前同時具備主動服務意識、數據處理和分析能力、開發隱性知識的能力、基本的專業學科知識、開拓創新能力的館員少之又少，數據方面的高精尖人才相當匱乏；國內一些高校已經開展了多年的大數據碩士和博士的培養，高校圖書館應采取有力措施加強這類專門人才的引進；增強對高層次的專業人才、復合型人的吸引力，要加強這方面人才的培養和儲備，不斷加強人力資源建設，為高校圖書館的轉型打下有力基礎。

3.3 加強業內協作，形成統一的標準和體系

各高校圖書館的數據組成不完全相同，但有很多數據是屬于高校圖書館都擁有的，比如數目數據、讀者數據、電子資源數據、入館數據等，對于這一類數據，各高校圖書館宜加強協作，形成統一的標準和規范，有利于數據的共享和利用，也有利于館際之間橫向比較，更利于各高校圖書館深度挖掘分析數據，制定符合本館實際的發展策略。

3.4 多方合作，拓展應用

要在具體業務和工作中運用大數據技術面臨著不少的挑戰，比如數據源、數據處理和分析的技術與人才，以及支撐大數據運行的設備、設施等，依靠本館的力量來完成，對很多高校圖書館來說是非常困難的，即便圖書館聯合起來，完成某些大數據的應用也有相當大的難度。所以不僅業內要聯合，還要積極和技術廠商合作，不能僅僅局限與購買廠商的技術和設備，而是高校圖書館要積極參與其中，雙方各自發揮優勢來為讀者提供更好的服務。另外，要和本校的相關部門加強合作，如教務處、科研處、研究生學院、學生處、規劃處等等，多部門共享數據，協作共贏。

3.5 數據技術將助力圖書館轉型

大數據的出現，徹底改變了我們對數據的傳統看法與認識，很多有價值的信息和規律隱含在數據之中，通過對大數據的整理、提煉、分析、轉化、應用，我們會找到隱藏在大量數據背后的世界，從而指導我們各項工作的努力方向，大數據的應用是多種技術和方法的高度集成應用，需要人工智能、數學算法、商業智能、自然語言理解、信息技術等多個跨學科領域的知識和技術。只有在實踐中不斷的摸索其發展規律、不斷的積累分析，方能真正的挖掘出其隱藏的價值。

高校圖書館作為技術敏感度很高的機構，應持續關注技術發展，積極思考并嘗試利用最新的信息技術尤其是數據技術來解決圖書館信息服務和資源發現中的各類問題，全面掌握和讀者的行為數據，理解和發現讀者的信息需求，以期獲得新突破，完成高校圖書館從管理型圖書館向服務型圖書館的轉型升級。

3.6 要注意保護讀者隱私

大數據時代一個顯著的特點是開放性，在這個大平臺上，數據是開放式的，資源也是開放式的，通過數據共享，圖書館可以確保其資源得到最大限度的利用，價值實現最大化，但同時，最大的安全隱患便是個人隱私受到了嚴重威脅[6]。

高校圖書館獲取或者存儲的所有與讀者身份、讀者行為相關的數據，一切以為讀者提供更好的服務為目的，這也是唯一的目的，必須保障數據的完整性和安全性；圖書館在提供各種服務時，要充分考慮不同類型用戶對隱私信息保護的不同訴求，為保護用戶隱私提供安全、穩定和持續性的、可信的有力措施。