高校圖書館利用讀者數據提升服務精準度的建議

楊晶

作者簡介：楊 晶（1990— ），武漢大學圖書館助理館員。

關鍵詞：高校圖書館;讀者數據;讀者服務;閱讀報告

摘 要：文章以2019年武漢大學閱讀報告為研究對象，闡述了高校圖書館如何運用讀者數據分析學生的入館和借閱行為，并提出了相應的建議，以期提升高校圖書館的服務精準度。

中圖分類號：G258.6文獻標識碼：A文章編號：1003-1588（2021）01-0042-03

1 背景

近年來，許多行業利用大數據構建用戶畫像，分析和感知用戶的需求，以期提升產品的附加值。信息管理系統被廣泛運用到圖書館行業，有利于高校圖書館獲取讀者的流動和分布數據及對讀者的入館行為和借閱偏好進行分析。高校圖書館定期制作相應的數據報表，不僅能為開展日常管理工作和優化服務內容提供科學的依據，還有助于提升服務效率和館藏資源利用率。

高校圖書館作為大學生的第二課堂，是大學生開展課外學習的重要陣地。入館人數與天氣、時段、校區及大學生的學習需要等密切相關;借閱偏好與大學生的專業、所處學習階段等密切相關。高校圖書館可根據這些動態變化數據的統計分析結果，合理調配館藏資源，不斷完善館藏資源體系，制定有針對性的閱讀推廣政策，從而吸引更多的學生走進圖書館、利用圖書館，提升他們的資源獲取能力，引導他們制訂合理的閱讀計劃，幫助他們完成專業學習，豐富他們的課余生活。此外，高校圖書館還可加強與各院系師生的互動交流，把定期制作的數據報表提供給各院系，為各院系制訂專業人才培養計劃提供參考借鑒，為開展精準服務提供更多思路。

2 讀者數據分析與可視化呈現

2.1 閱讀報告的分析項目

筆者以2019年武漢大學閱讀報告（以下簡稱“閱讀報告”）為例，統計分析了相關數據，以期發現讀者的閱讀行為規律，達到提升讀者服務精準度的目的。閱讀報告的分析項目分為四類：一是讀者到館情況，包括入館次數及在館時長。二是圖書借閱情況，包括借閱數量及館藏地分布等。三是熱門圖書與作者。四是設備利用情況，包括自助借還設備、可移動閱讀設備、自助文印設備的使用情況。

2.2 讀者到館情況分析

相關的統計分析數據顯示，2016年、2017年的人均入館次數在71次左右，自2018年以來，人均入館次數提升至90次以上。這一現象與預約選座系統的上線密切相關，在選座系統上線之前，館內搶座占座行為時有發生，由于座位空缺的不確定性，學生入館后要花費較多時間尋找座位，部分學生的入館積極性較低。在選座系統上線之后，搶座占座問題基本得到解決，學生的入館積極性顯著提高。

從上頁表1可以看出，在考試周期，學生的入館積極性最高;在寒假、暑假及第三學期，由于大部分學生離校，日均入館人次顯著減少。值得注意的是，秋季學期教學周的日均入館次數顯著高于春季學期教學周，學生入館學習的積極性較高，主要原因可能是秋季學期天氣漸冷及很多學生參加資格考試、研究生入學考試、公務員考試及四六級考試。

不同年級的入館人次數據顯示，大三、大四學生的人均入館次數均在110次左右，而低年級學生的人均入館次數在80次左右。造成這一差異的原因可能是大三、大四學生的課程較少，其需要準備畢業論文和各類考試，有較多的時間入館查閱資料和自習。

從上述分析可知，高校圖書館的座位數量、學生尋找座位的時間、重要考試的備考、學生所處的學習階段、氣候變化均會影響學生的入館積極性。

2.3 讀者借閱情況分析

借閱數量的統計數據顯示，借閱冊數在3冊及以下的人數最多（15，980人），占學生總數的53.5%;借閱冊數在10冊以上的人數較少（8，560人），占學生總數的28.6%。由此可見，雖然學生的日均入館人次較多，但館藏資源的利用率卻較低;每年9月和3月是借閱數量最多的月份，與開學后大量圖書集中歸還有關;借書和還書的高峰時段是每天下午五點至六點，與學生離館辦理書籍借還有關;自助借還書籍占總借還書量的93.1%，自助借還設備的投放有效提升了借還書籍的效率;人文科學學部學生的人均借閱冊數明顯高于其他學部;在人均借閱數量前五名的學院中，有4個學院屬于人文科學學部，這4個學院借閱數量排名靠前的書籍均以專業書籍為主，與人文科學研究需要閱讀大量文獻資源，以及院系教師推薦的專業書籍較多有關;大一學生的人均借閱冊數最多，有借閱行為的學生人數也最多，而高年級學生的借閱積極性卻呈遞減趨勢。因此，如何提升大三、大四學生的借閱積極性是閱讀推廣人員需要思考的問題。

2.4 熱門圖書與熱門作者分析

相關的統計數據顯示，文學類書籍屬于熱門圖書，借閱量占總借閱量的90%，外借書籍以小說類為主;中文圖書借閱量排前五位的圖書依次為《明朝那些事兒》《盜墓筆記》《神雕俠侶》《倚天屠龍記》《啞舍》;外文圖書借閱榜單的圖書種類則相對分散一些，以文學類為主;哲學學院、法學院、數學與統計學院、基礎醫學院借閱量排前十位的書籍主要是專業圖書;經濟與管理學院、政治與公共管理學院借閱量排前十位的圖書則以非專業圖書為主。可見，不同學院學生的閱讀偏好存在一定差異，且對專業圖書的利用程度也不同。因此，如何引導學生利用館藏資源，提高專業圖書的利用率，已成為高校圖書館亟待解決的問題。

3 利用讀者數據提升服務精準度的思考與建議

3.1 選取適宜的維度，構建符合大學生特點的用戶標簽體系

大數據時代，高校圖書館構建讀者的用戶畫像，有助于讀者服務工作朝著精細化和個性化方向發展。學生的用戶畫像主要包括以下信息：性別、年級、專業、入館時間段、借閱時間段、所在學部/校區、瀏覽圖書館微信和網站的頻率、喜歡的作者、喜歡的圖書類型、喜歡的閱讀方式、常用的數據庫、喜歡的自習室類型等。目前，很多高校圖書館雖然對入館人數及借閱量等數據進行了統計分析，但缺乏對這些數據的深度挖掘，無法為讀者服務工作提供科學的數據支撐。因此，高校圖書館可按照學生的性別、年級、專業、所屬學部等標簽構建用戶畫像，獲取學生的閱讀喜好，進而為讀者服務工作提供可靠的數據支撐。此外，高校圖書館還可根據讀者的用戶畫像，向他們推送相關的圖書信息。

3.2 重視讀者閱讀傾向分析，有針對性地開展閱讀推廣

針對目前存在的問題，高校圖書館可加強與院系的溝通交流，通過向大三、大四學生發放調查問卷的方式獲取他們的實際閱讀需求，重視讀者閱讀傾向的分析。高校圖書館還可向院系教師征集推薦書目信息，定期在宣傳欄和微信公眾平臺發布新書信息，增加熱門專業書籍的購買數量，滿足高年級學生的多元化閱讀需求。此外，高校圖書館應拓寬資源獲取渠道，根據師生的實際需求，有針對性地開展閱讀推廣活動，提升他們的信息素養。

3.3 收集院系的反饋意見，優化數據分析內容與學科服務方式

由于不同院系的人才培養模式及教學方式存在一定差異，學生利用圖書館的頻率和方式也存在一定差異。因此，高校圖書館可加強與各院系的溝通交流，為院系提供相應的讀者數據報表，收集院系的反饋意見，掌握各院系師生的閱讀需求，進而為閱讀推廣提供更多的角度和思路。在筆者所分析的閱讀報告中，部分院系提出了一些建議，如在閱讀報告中加入在館時長指標、無借閱記錄的本科生占比、各院系學生對專業圖書的利用率等。高校圖書館可根據各院系的建議，不斷優化數據分析內容與學科服務方式，滿足師生的多元化文獻需求，進而達到提升館藏資源利用率的目的。

3.4 根據數據分析的結論動態調整日常工作模式

高校圖書館在較長時間內對讀者數據進行連續性分析，能夠準確發現讀者的閱讀行為規律，進而指導讀者服務工作的開展。高校圖書館分析選座系統上線前后的入館數據，能夠發現選座系統對學生的入館積極性有正向影響;分析信息科學分館在2019年年底實行部分區域24小時開放的利用情況，能夠為其科學規劃開放空間面積和座位數量提供參考;分析每年的圖書借閱情況，能夠為其合理安排書籍整理、修補及書庫搬遷等工作提供參考;分析專業圖書借閱率較低的原因，能夠為其開展閱讀推廣活動提供新思路。

參考文獻：

[1] 都藍.基于用戶畫像的高校圖書館年度閱讀報告研究[J].圖書館雜志，2019（4）：27-33.

[2] 李雅.基于讀者用戶畫像的高校圖書館精準化服務研究[J].農業圖書情報學刊，2018（12）：108-111.

[3] 都藍，吳育冰.大數據時代高校圖書館年度閱讀報告調查研究：以我國“雙一流”大學圖書館為例[J].圖書館學研究，2018（20）：94-101.

[4] 周靜晴.公共圖書館智能讀者流量系統大數據分析研究：以深圳圖書館為例[J].圖書館研究，2018（4）：116-122.

（編校：孫新梅）