高校圖書館數據可視化表達研究
——以華東師范大學圖書館為例

程 靜 于亞秀 汪志莉

（華東師范大學圖書館，上海 200062）

高校圖書館本身就是一個大數據的生產者。隨著信息技術的高速發展，圖書館數字化與信息化進程不斷加深，圖書館在這一進程中積累了大量的數據。其中包括讀者記錄、書目記錄、館藏記錄、流通日志、館藏統計報告、流通活動報表等，以及電子閱覽室上機日志、研究室管理系統日志、自助文印系統日志、圖書館通道機進出館日志等。數據的活力與價值在于數據交換中各類數據的聯動，數據挖掘則透過事件的表象找到潛在的規律以及看似無關事物之間背后的聯系，以此來洞悉未來[1]。圖書館數據具有多樣性、復雜性的特點。如何對這些數據進行收集、提煉和挖掘，為圖書館的管理決策和服務提升提供數據支撐，成為圖書館數據服務的關鍵內容。而信息可視化表達為圖書館數據服務研究提供了新的視角。筆者以可視化為基礎，重點探討可視化技術在高校圖書館利用數據服務領域的研究應用，以期為高校圖書館的數據服務提供一定借鑒。

1 可視化概述

“可視化”（Visualize 或 Visualization）全稱“科學計算可視化”，最早是在1987年美國國家科學基金會召開的“科學計算可視化研討會”上提出的，經過30 多年的發展，可視化已經發展成為一個非常活躍的領域[2]。可視化是運用計算機圖形學和圖像處理技術，將數據轉換為圖形或圖像在屏幕上顯示出來并進行交互處理的技術，它涉及計算機圖形學、圖像處理、計算機輔助設計、計算機視覺及人機交互技術等多個領域[3]。可視化能將信息和數據轉化成便于人們感知的圖形、圖像、符號、顏色、視頻和動畫等，增強信息和數據的辨識度，大大加快了人們對信息和數據的處理速度。

可視化技術在數十年的發展過程中出現了很多研究名詞，如科學計算可視化、數據可視化、信息可視化、知識可視化等。這些概念相互交錯，并非完全獨立的研究領域，相互之間都有密切的聯系。筆者研究的數據可視化（Data visualization）是指借助計算機學、圖形學的基本原理，將數據轉化為靜態或動態圖像或圖形，并允許用戶通過交互手段控制數據的抽取和畫面顯示，將隱性知識顯性化，從而便于人們分析、理解數據，從而挖掘出新的知識、發現新的規律[4]。高校圖書館作為典型的知識密集型組織，存儲著大量數據。這些數據體量大、來源廣、價值密度低，主要具有以下兩個特點：①多源異構。隨著計算機技術和網絡大數據的不斷發展，電子資源和網絡信息資源逐漸成為圖書館館藏資源的重要組成部分。這些資源來源多元，表現為不同類型、不同介質和不同格式，多以異構信息為主，包括系統異構、語法異構、結構異構和語義異構等。這也意味著信息可視化對象來源的多元。因此需要對數據進行統一形式的可視化呈現，實現多源異構數據的形象展示和綜合分析，以契合用戶的需求[5]。②結構化、半結構化與非結構化并存。在大數據背景下，圖書館的人文數據資源發生了重構。從開始的以Oracle、SQL Server、DB2 等關系型數據庫進行管理的結構化數據，向半結構化和非結構化的數據擴展。結構化和半結構化的數據通常能用普通的XML模式來描述，非結構化的數據可以運用相應的非關系型數據庫進行數據的管理。例如可以運用Dynamo數據庫來管理鍵值數據，運用Hbase數據庫來管理列存數據，運用OrientDB 數據庫來管理圖存數據，運用MongoDB數據庫來管理文檔數據[6]。

2 可視化的作用及意義

將可視化的理論、技術與方法應用到高校圖書館利用數據服務研究中，將隱性知識顯性化，可以拓寬高校圖書館的服務渠道。可視化對高校圖書館利用數據服務包括3層層級遞進作用：①信息表達功能。可視化具有一整套系統的理論和方法，為高校圖書館的數據資源提供一系列有效的可視化展示與呈現，減輕認知負擔，從而提高信息傳遞的速度與質量。②數據的全局性展示。可視化通過分析框架、理論和模型能夠壓縮大量的信息，為海量數據資源提供全局可視化表達，實現資源整合、信息融合，有效解決信息時代讀者面臨的數據激增、信息爆炸等難題。③增強和幫助發現事物的本質。可視化技術通過各種圖解手段構建和傳達復雜信息資源，將隱性資源顯性化、復雜數據簡單化、抽象知識具象化，從而幫助讀者更好地理解和應用這些數據資源，促進數據理解、實現數據的增值。

可視化對高校圖書館利用數據服務的意義主要體現在3 個方面：①直觀、形象和易理解。視覺是人類最重要的感知，人腦所能接受的外界信息90%以上源于人眼的視覺感知[7]，有效的視覺描述可以幫助人們瀏覽并理解數據中包含的信息，而高質量的信息圖表能比文字更快速地被理解。通過合理的組織、創建數據結構以及提供有意義的數據描述，可以將數據轉化為讀者更容易理解的探索形式。②促進資源整合。可視化為高校圖書館的數據資源整合提供了一種途徑，尤其是異構資源整合，利用可視化技術可將復雜數據集合以精簡的圖形、文字、數字相結合的方式展現，將資源聚合為一個可視化的關聯知識網絡，使讀者快速了解數據所要展現的內容，認識并理解大量的信息。③促進資源的深度揭示和增值探索。可視化的目標是對事物本質的洞悉，而非可視化結果圖像本身。通過圖形、圖像的視覺效果直觀展示大規模的數據、信息和知識及其內部的特征和規律，將一些隱性的、不易被人發現的知識和信息顯性化，有利于讀者發現各種信息資源之間的關聯和潛在規律，有效促進數據資源的理解、交互、利用和創新，為分析推理、發現規律和決策支持提供幫助。

3 數據準備

華東師范大學圖書館利用數據主要包含來自圖書館自動化系統中的讀者記錄、書目記錄、館藏記錄、流通日志、館藏統計報告、流通活動報表等，以及電子閱覽室上機日志、研究室管理系統日志、自助文印系統日志、圖書館通道機日志、微信刷卡日志等。以上數據來源各異，除圖書館自動化系統外，還有電子閱覽系統、研究室管理系統、自助文印系統、門禁系統等。通過數據清洗，刪除冗余、不完整和噪聲較多的不科學、不準確數據，將以上異構數據資源整合，統一導出到SQL Server數據庫中進行處理，通過可視化技術將整合后的數據集統一展示。

經過整合的數據主要分為4 個部分：館藏數據、借閱歷史記錄數據、讀者個人信息數據、讀者入館記錄數據。館藏數據包括圖書館館藏書目的具體信息，如館藏代碼、館藏類型、館藏地點、館藏狀態、館藏記錄號碼、索書號、條碼、編目日期、文獻形態、題名、主要責任者、版本、ISBN 號等信息。將館藏數據導出為館藏數據庫，數據庫表結構見表1。

表1 館藏庫數據表結構

借閱歷史記錄數據記錄了讀者發生借閱行為的時間、館藏記錄號碼、書目記錄號碼、借閱活動類型（借閱、歸還、續借、預約）、讀者號碼（讀者在自動化系統的唯一標識符）。將借閱歷史記錄數據導出為借閱歷史數據庫，數據庫表結構見表2。

表2 借閱歷史庫數據表結構

讀者個人信息數據記錄了讀者的姓名、學號、院系、讀者類型（教師、本科生、研究生、碩士、博士等）、讀者號碼、建檔日期、讀者身份有效期限、通訊地址、電子郵箱等。將讀者個人信息數據導出為讀者數據庫，數據庫表結構見表3。

表3 讀者庫數據表結構

讀者入館記錄數據來源于圖書館門禁系統，包括刷校園卡數據、刷微信入館數據、刷臉入館數據。將以上數據進行匯總，統一為讀者入館數據，包括讀者學號、姓名、讀者類型、入館時間、門禁閘機號。將讀者入館數據導出為入館數據庫，數據庫表結構見表4。

表4 入館數據庫數據表結構

4 數據挖掘與可視化呈現

高校圖書館服務對象主要為教師和學生，通過分析圖書館數據，能夠為圖書館館藏發展、藏書布局、流通借閱規則設置、服務人員配置提供參考；為讀者提供更好的服務，更好地滿足讀者的需求。同時，通過數據分析與可視化呈現，能夠展示讀者的閱讀傾向，為讀者的閱讀選擇及學校相關工作提供有價值的參考。

4.1 讀者借閱數據

通過讀者借閱數據挖掘與分析，可以了解讀者的借閱傾向，分析讀者的借閱心理，構建精準化閱讀推廣體系，利用讀者的借閱偏好主動推送相應的書籍[8]，進一步推進以讀者為中心、以讀者需求為驅動的一體化服務[9]。讀者借閱數據的挖掘分析主要包含每日借閱情況、各時段借閱情況、各類讀者借閱對比分析、學校各院系借閱情況/傾向、中/外文借閱分類分布、從未借出館藏分布情況、館藏與借閱關系分析、館藏總價與借閱總價對比分析等。

（1）每日借閱情況：1 個自然年內每天的外借人次及外借冊數統計分析；

（2）各時段借閱情況：以小時為單位，分析1天24小時的借閱活動活躍程度；

（3）各類讀者借閱對比分析：將讀者分為本科生、研究生、博士生、教職工4 類，以年度借閱冊數對各類讀者的借閱情況進行量化、對比分析；

（4）學校各院系借閱情況/傾向：以學校各院系為單位，分析其借閱人數占總人數比例、人均借閱量、借閱館藏類型分布等，并進行本科生、研究生和博士生3種讀者類型的多維度對比分析；

（5）中/外文借閱分類分布：以《中國圖書館分類法》22 大類為分類標準，通過統計各類館藏借閱記錄數據進行中外文圖書的借閱對比分析，進一步匯總得到總的借閱量，與可外借館藏總量進行比對，以了解館藏利用情況；

（6）從未借出館藏分布情況：匯總1 個自然年內從未被讀者借閱的館藏數據，以《中國圖書館分類法》22 大類為分類標準，進行各分類之間橫向對比及與有借閱記錄的館藏的縱向對比；

（7）館藏與借閱關系分析：將全部館藏分為有借閱記錄的館藏、可外借但從未被借出館藏、不可外借館藏3 類，通過匯總歷年記錄進行量化分析，進行橫向與縱向對比研究；

（8）館藏總價與借閱總價對比分析：以館藏文獻的采購價格為指標，以《中國圖書館分類法》22大類為分類標準，對比分析本年度內各類館藏采購總價與年度被借閱館藏總價，從文獻價格的角度，以直觀的形式對文獻購置（新增館藏）與利用（借閱館藏）情況做以對比。

以2020 年度華東師范大學圖書館24 小時借閱活動分析為例。借閱活動包含借出、歸還、續借和預約4項。具體算法為：以一個自然年為分析周期，將借閱歷史庫該年度內每天各時段的借閱活動分類匯總，得出本年度內各時段平均借出、歸還、續借、預約冊數，最后進行可視化呈現（見圖1）。總體來說，上午 9-10 點、中午 12-13 點、下午4-5 點、晚上9-10 點借還活動比較頻繁，借還曲線中波峰之間的差值減小；預約與續借主要通過網上自助辦理，晚上10 點閉館到早上8 點開館期間續借次數占所有續借的8%，預約占1.7%。可視化圖表直觀展示了圖書館的借閱高峰，將近幾年的高峰時段數值進行匯總分析。便于圖書館了解讀者的借閱行為及習慣，對于合理配置服務人員，及時整理歸架圖書資料，提高館藏資源使用率，具有重要的意義。

圖1 2020年度24小時借閱活動

4.2 讀者入館數據

通過分析讀者入館數據能夠了解讀者利用圖書館的行為軌跡，為圖書館常態管理和突發事件應對機制的完善提供有效數據支撐，提升高校圖書館的科學化管理水平[10]。另外，不少高校也將讀者入館次數作為考核學生和學院學風的重要參考依據。讀者入館數據的挖掘分析主要包含總入館情況、每日入館人次統計、各類讀者入館情況、各院系讀者入館比例。

（1）總入館情況：以一個自然年為分析周期，將經各種途徑刷卡入館（校園卡刷卡、微信掃碼、刷臉等）的人員匯總，以學號/工號為唯一身份標識進行人數統計，最后與歷年數據進行比對分析；

（2）每日入館人次統計：將本年度內每日到館人次數據進行橫向比較，開展入館人次統計規律研究；

（3）各類讀者入館情況：將讀者分為本科生、研究生、博士生、教職工4類，以到館人次對各類讀者進行對比分析，然后以人次信息為基礎，計算具體到館人數，結合各類讀者總數，得到各類型讀者到館比例，從而對不同類型讀者的入館行為進行研究；

（4）各院系讀者入館比例：以學校各院系為單位，分析本科生、研究生和博士生3 種讀者類型到館人數占總人數比例，并以此為依據，可進行多維度的對比分析。

以2020年度華東師范大學圖書館每日入館人次統計為例。以一個自然年為統計周期，通過進出圖書館閘機驗證數據可以分析出每日進入圖書館的讀者人次。具體算法為：入館數據庫中每條記錄對應1次入館行為，將入館日期字段進行分類匯總，得到圖書館每日入館人次信息（見圖2）。從可視化圖表中可以清晰地看出一年內各時段到館的高峰和低谷，最大入館人次曲線呈現多個峰值，對應著2020新冠肺炎疫情防控、新生開學、學生返校、國慶假期和即將期末考試等非常規情況與常規教學環節。開展高校圖書館入館人次統計規律信息研究，能夠幫助圖書館預測人員流動及活動導向，根據需求進行常態化管理；同時，對設置于單體建筑內的高校圖書館而言，為其完善突發事件室內人員應急疏散預案提供了數據支撐。

圖2 2020年度每日入館人次統計

4.3 讀者利用圖書館數據

近年來，圖書館投入大量人力、物力進行空間資源建設，以期能夠為讀者提供更好的服務。除傳統的讀者到館、借閱數據外，圖書館還有大量空間資源利用數據和網絡服務數據。例如館內電子閱覽室上機數據、研討室使用數據、自助文印使用數據、微信刷卡入館數據、刷臉入館數據、館藏目錄檢索日志數據等。以研討室利用情況分析為例，研討室是近年來興起的圖書館空間改造項目之一，作為可以容納團隊學習與討論的信息共享空間，是深受讀者歡迎的學習研究場所[11]。華東師范大學圖書館于2013 年向讀者開放研討室，使用情況如圖3 所示。由圖3 可以直觀地看出研討室的預約使用率呈現波動上升的趨勢，體現了圖書館空間改造的效果；通過使用人次與人數的落差對比，進一步揭示出使用人員多為固定的部分讀者群體。通過細化圖書館空間資源利用情況，分析讀者使用規律，能夠及時了解設備使用情況，探知讀者的實際需求，從而為圖書館的工作方向提供指引。

圖3 華東師范大學圖書館研討室歷年使用情況

5 結語

高校圖書館利用數據挖掘的最終目標是服務本校讀者。通過具體的數據可視化表達實例，闡述了數據可視化技術在高校圖書館的應用。能夠直觀地了解館藏文獻的利用情況，掌握學生利用圖書館及其閱讀傾向，建立讀者知識需求模型，為讀者的閱讀輔導及圖書館相關工作提供有價值的參考；對圖書館管理而言，則可以為館藏發展、藏書布局、流通借閱規則設置、館員配置提供真實數據，為圖書館的自身發展乃至學校發展做出決策分析，從而為讀者提供更好的服務，更好地滿足讀者需求[12]。