基于流通數據的紙質館藏資源優化與讀者服務研究

摘 要：當前高校圖書館的紙質圖書資源借閱數量增長速度日趨緩慢，優化館藏紙質圖書資源質量，提高紙質圖書資源利用效率，成為高校圖書館資源建設工作的重要部分?；诒本┞摵洗髮W圖書館2018—2021年的館藏中文紙質圖書流通數據，利用統計分析法，借助SPSS Modeler數據挖掘工具對當前北京聯合大學圖書館的中文紙質圖書利用情況以及讀者借閱情況進行分析。最后根據分析結果從優化館藏結構、細化讀者類型、增加推廣方式3個方面提出高校圖書館提高紙質圖書資源利用效率，為讀者提供更優質的資源服務措施。

關鍵詞：高校圖書館；流通數據；數據分析；館藏資源優化；讀者服務

中圖分類號：G258.6

基金項目：北京聯合大學2021年度教育教學研究與改革項目一般項目“服務一流學科專業建設的館藏圖書質量提升研究”（JJ2021Y060）。

通信作者：王彤（1965-），女，研究館員，碩士，研究方向：數字資源組織、圖書館管理，E-mail：wlwangtong@buu.edu.cn。

數據本身不帶有任何含義，但是經過統計、分析等一系列數據流轉之后，就可以成為知識乃至一種智慧。高校圖書館可以利用圖書館產生的大量數據來優化館藏資源。在文獻資源建設上，紙質資源建設是根本[1]。

1 數據來源

北京聯合大學現有專業涉及經濟學、法學、教育學、文學、歷史學、理學、工學、管理學、藝術學、醫學等10大學科門類。北京聯合大學圖書館總建筑面積近3.34萬m2，館藏紙質圖書總量約達309萬冊，電子圖書213萬余冊，電子期刊88萬余冊。本研究以北京聯合大學圖書館2018—2021年的館藏中文紙質圖書流通數據作為數據源進行研究。

2 相關理論和方法簡介

2.1 關聯規則

關聯規則在興起之初主要是對顧客購買物品之間關聯規則的分析。所謂關聯規則，就是尋找描述數據庫中數據項（屬性、變量）之間存在（潛在）的關聯規則[2]。主要應用的算法就是關聯規則（Apriori）算法。Apriori算法是一種最有影響的挖掘布爾關聯規則頻繁項目集的經典算法[3]。

2.2 K-均值（k-means）聚類算法

K-Means算法是數據挖掘技術實現的一種方法。K-Means算法的核心思想是：首先從數據集中隨機選取k個初始聚類中心Ci（1≤i≤k），計算其余數據對象與聚類中心Ci的歐氏距離，找出離目標數據對象最近的聚類中心Ci，并將數據對象分配到聚類中心Ci所對應的簇中，然后計算每個簇中數據對象的平均值作為新的聚類中心，進行下一次迭代，直到聚類中心不再變化或達到最大的迭代次數停止[4]。

3 館藏文獻情況分析

3.1 館藏結構分析

表1是北京聯合大學圖書館2018—2021年中文紙質圖書的館藏總量以及各類別圖書所占比例情況，以《中圖法》為分類依據，涵蓋22個大類?？梢钥闯瞿壳氨本┞摵洗髮W圖書館的館藏中文紙質圖書數量約為268萬冊，覆蓋了中圖法全部的22大類。

可以看出T、I、F3類圖書的館藏數量在2018—2021年的館藏數量中一直都位居前3位，而S、V類圖書的館藏數量占比較少，且增長緩慢。

北京聯合大學的通信工程、機械工程、金融學等專業是國家級特色專業建設點。學科建設是高校發展規劃中的重中之重，是支撐高校于國內數千所高校中脫穎而出的重要依托[5]。F類圖書中包括重點建設專業金融學等的相關圖書，T類圖書中包括通信工程、機械工程等重點建設專業相關圖書。當代大學生重視專業學習，除構筑專業理論體系，掌握專業實踐技能外，他們重視文獻的知識性、理論性、專業性，把課外文獻利用作為課堂學習的延伸，作為對專業知識的深化、夯實[6]。因此在高校圖書館對學校學科建設的支持作用方面，北京聯合大學圖書館以T類、F類圖書為重點采購類目，有助于補充圖書館的學科資源，為學校、教師、學生提供更好的學科服務。

I類圖書占館藏資源總量的比例在各個圖書館中的排名都處于前列，并且借閱率相較于其他類目來說都比較高，包括各大電商平臺的圖書銷量榜中，文學類圖書所占比例也都較高。原因有I類圖書通俗易懂，普適性強，符合學生的閱讀興趣，并且I類圖書可以幫助讀者提升文學素養。因此，I類圖書一直是各類圖書館采購圖書的重點類目。

S類、V類圖書因其專業性強，借閱相關類目圖書的讀者一般具有相關的專業知識，這一類別的讀者數量占比不高，因此這類圖書在圖書館的館藏占比較少。

3.2 圖書年度增長比例分析

圖書年度增長比例是用本年度增長冊數除以原館藏冊數得到的，可以了解館藏更新情況。結合對借閱數據進行分析，能夠發現圖書館館藏結構存在的問題，為圖書館進行館藏紙質圖書資源優化工作提供數據支撐。

由表2可以看出，2018—2021年每年的中文紙質圖書年度增長比例排名第1的圖書類目分別為Q類、J類、P類、G類。排名較為靠后的圖書類目是I類、Z類、E類、H類，這幾類圖書的館藏數量較多，因此圖書館在對這類圖書進行采購時，需要結合該類目圖書的外借次數來判斷是否要增加采購數量來提高館藏更新指數。如果外借圖書數量較少，可以適當減少采購數量。

4 圖書借閱情況分析

4.1 圖書借閱數量分析

4.1.1 各類別圖書外借數量分析

圖1是北京聯合大學圖書館2018—2021年各類別圖書外借數量。為了更直觀顯示各類別圖書的外借數量，這里選擇畫折線圖的方式。

從圖1可以看出，I類、H類圖書的外借量一直占據著前2名的位置，并且每一年外借數量相加都占到當年總外借冊數數量的50%。F類、K類、J類等包含通識類圖書較多的圖書類目外借量也一直處在前列。2020年，受疫情影響圖書外借數量明顯減少。從1月份—8月份，圖書館均處于閉館的狀態，因此2020年的借閱數據只涵蓋了4個月的時間，但是從每個月平均借閱圖書數量來看，讀者對紙質圖書的需求并未減少，反而有所增加，特別體現在對I類圖書的借閱數量上。受疫情影響，大家的心理處于緊繃狀態，開學之后對輕松、娛樂的書籍需求就更大了，閱讀文學類圖書可以緩解壓力，釋放情緒。

I類圖書的借閱量在4年的時間中一直占居首位。原因有文學類圖書可以提高讀者文學修養、擴大知識面。讀者抱著提升自身文學修養，豐富知識儲備的目的對I類圖書進行借閱。此外，調查顯示，在面對心理障礙時，72%的大學生選擇閱讀書籍解決困惑，希望從閱讀中找到解決問題的方法[7]。因此I類圖書成為圖書館外借圖書總冊數的主要組成部分，無論是哪個專業的學生，都可以在業余時間閱讀文學類書籍，不用考慮因為專業性過強而讀不懂的問題。

現代社會培養人才倡導的是素質教育、全面發展的復合型人才。在當前國家倡導學校進行通識教育、素質教育的背景下，高校設置的必修課除專業課以外還有很多基礎的通識課程，如語言類、藝術類、歷史類、道德類課程等。因此，H類、F類、K類圖書的借閱數量居高不下。一方面，在輔修課程中，學生也可以選擇自己感興趣的不同專業方向的課程，這就使得讀者借閱的圖書類目越來越廣泛，不再僅僅局限于借閱自己專業方向的相關圖書，而是越來越多地借閱其他通識課程相關的圖書；另一方面讀者為了培養自己多方面的技能，越來越傾向借閱多樣化的圖書。

T類圖書作為北京聯合大學機械工程、通信工程等重點建設專業相關圖書，借閱量占比仍位于前列，讀者也為了提升自己的專業能力，借閱更多專業相關的圖書。此外，越來越多的讀者傾向于借閱一些技能性較強圖書，來為自己的工作、學習提供幫助，如《Photoshop CS 中文版標準教程》《Python編程入門與案例詳解》等。

4.1.2 館藏流通率

館藏流通率=外借圖書冊數/館藏冊數×100%。Richard Trueswell在研究圖書館的核心館藏時就發現，館藏文獻的流通行為和商業庫存有著強烈的相似性，即80%的流通率是由20%的館藏決定的，俗稱“二八定律”。也就是說，圖書館雖然在采購圖書時一般會將所有類目都采購進來，但是被讀者頻繁借閱的圖書類目卻只能占到少數，而其余大部分館藏難以被利用。

由表3可以看出，2018—2021年四年的館藏流通率最高不超過13%，原因可能是老舊破損圖書較多，這些圖書的借閱價值較低，占用了館藏，但是卻難以發揮價值。此外，計算機類圖書因為技術更新速度較快，圖書中所涵蓋的技術一旦落后，那么這些圖書便會失去借閱價值；語言類圖書也是如此，語言類圖書包括四六級、雅思、托福等考試工具書，每年版本都會有更新，所以此類圖書較易失去使用價值。圖書館應該對此類圖書經過評判之后及時進行剔舊處理。

高校圖書館館藏紙質圖書的流通率低在一定程度上也會受到電子資源的影響，當一本圖書既有紙質版，又有電子版時，它的紙質版借閱數量就會被分散到電子版資源上，造成紙質館藏資源的借閱數量下降。此外，造成圖書館館藏流通率較低還有一個原因是當前圖書館的空間設計大多為藏閱一體，很多讀者在書架上找到自己想要的圖書后并不會對圖書進行外借操作，而是在圖書館提供的閱覽區直接閱讀，閱讀完之后又放回到書架上，這種情況下并不會產生借閱記錄，這樣就會出現讀者借閱了圖書，但是該閱讀記錄并未被算在該本圖書借閱次數中的情況。這就需要圖書館采取方法統計讀者閱讀量，即使讀者只閱不借，閱讀記錄也可以被記錄下來。

4.2 借閱規律分析

4.2.1 基于借閱圖書冊數的讀者聚類分析

基于讀者借閱圖書冊數進行讀者聚類分析，可以在整體上區分讀者對借閱紙質圖書的興趣度，對于不同類型的讀者，圖書館可以采取不同的服務策略。

因數據量巨大，對2021年中2017～2021級學生的讀者借閱數據進行抽取，共提取出28萬條原始圖書借閱記錄。經過去重、去除空值等數據預處理操作，共提取出25萬條有效借閱數據。利用SPSS Modeler數據挖掘工具使用K-means聚類算法，建立模型。在K值設置上，要盡量保證聚類結果精確。經過多次實驗后，將K值設為5，以便展現更好的聚類效果，建立的模型圖如圖2所示。

模型執行后，聚類分析模型將12 528位讀者分成了５類。聚類-4所占比例最高，聚類-1緊隨其后，2者分別占總數的約40％。有5 129位讀者在2021年的平均圖書借閱冊數是23冊，屬于比較活躍的讀者。聚類-1中的5 074位讀者的平均借閱冊數為7冊，這一類讀者還需要圖書館利用各種方式途徑來調動他們的閱讀積極性。平均借閱冊數高于50冊的是聚類-5和聚類-2，人數占比只有5%左右，可見非常活躍的讀者在全部讀者中所占比例并不高，大多數讀者的月平均借閱圖書冊數為2冊。通過上述聚類分析，可以從整體上把握讀者的借閱傾向，了解讀者整體對紙質圖書的閱讀興趣，為讀者按專業、年級提供個性化服務提供數據基礎。

4.2.2 基于讀者借閱數據的圖書類別關聯規則分析

對讀者借閱圖書的關聯規則進行分析，可以了解讀者借閱偏好，分析不同類型讀者的閱讀興趣。對處理后的2021年中2017～2021級學生讀者借閱數據進行統計，可以看出I類圖書的借閱量較多，研究意義不大，因此將I類圖書的借閱記錄剔除。為了便于數據分析，將這些借閱數據表格轉換成二元數據表格。部分表格見表4，讀者借閱過該類圖書，則賦值Ｔ；讀者沒有借閱過該類圖書，則賦值F。

為了測試數據質量，建立2個模型，分別為測試模型和訓練模型，隨機抽取數據的30%來作為測試模型的數據源，剩下的70%作為訓練模型的數據源，根據多次實驗結果，設置最低條件支持度為10%，最小規則置信度為70%，建立的模型圖如圖3所示。

通過運行結果可以看出，兩者的結果基本一致，因此上述借閱數據可以作為關聯規則分析的數據源。但是運行出的關聯規則后項全部為H類圖書，這些關聯規則不具有普遍意義。因此，把H類圖書的借閱記錄刪除后再進行關聯規則挖掘。

再次進行關聯規則模型運行后，產生的關聯規則后項幾乎為K類圖書，K類圖書和H類、I類圖書一樣，在外借圖書總冊數中占比較高，參考價值較小，將K類圖書借閱記錄剔除后，經過試驗，將最低條件支持度設置為10%，最小規則置信度設置為55%，運行出的關聯規則見表5，得到的圖書借閱關聯規則有9條。

可以看出，同時借閱T類、O類圖書的讀者占10.4%，并且借閱了O類圖書的讀者中有59.67%的人同時也借閱了T類圖書。T類和O類圖書作為學校重點建設專業軟件工程、食品科學與工程、計算機科學技術等專業相關類目圖書，讀者的借閱量較高，并且這些學科的專業學習中存在交叉的領域，有些通用的知識適合不同專業的讀者借閱，從讀者自身來看，也傾向于同時學習專業方向的知識和專業延展學科領域的知識，以便更好地提升自身專業能力。

同時借閱B類、C類圖書的讀者占20.15%，并且借閱了C類圖書的讀者中有58.47%的人也借閱了B類圖書。哲學、宗教類和社會科學總論類圖書中包括心理學、管理學、邏輯學領域的相關知識，以應用心理學專業為例，學生需要同時具備心理學專業能力、較強的邏輯思維能力，因此讀者傾向同時借閱B類、C類兩類圖書。

同時借閱B類、G類、D類圖書的讀者占11.6%，借閱了G類、D類圖書的讀者中有56.66%的人借閱了B類圖書。這幾類圖書適合不同專業的讀者去閱讀，拓寬知識面，其中也包括通識課程相關圖書，如馬克思主義哲學課程等?？梢钥吹?，關聯規則主要來源于學科之間知識領域交叉以及讀者提升自身知識水平，擴展知識面的需要。圖書館可以再結合不同時間段、不同專業、不同年級的讀者借閱數據進行關聯規則分析，優化館藏資源，為讀者提供個性化服務。

4.2.3 基于不同類目外借圖書數量的出版社分析

表6是北京聯合大學圖書館2018—2021年圖書外借冊數較多的出版社排行。以外借冊數占比較高的I類、H類、K類、T類為例，統計排行前10名的出版社?？梢钥闯?，不同類別的圖書外借冊數較高的圖書主要分布在以下幾個出版社，并且每一類別的出版社都不相同，也就是說，每個出版社都有自己的主要出版方向，在其擅長的出版方向出版的圖書質量相較于其他出版社來說也較高。圖書館可以根據不同出版社的出版重點來關注出版動態，優化館藏資源。另外，在針對讀者進行圖書個性化推薦方面，也可以根據不同類目圖書的重點出版社，推薦該出版社的圖書，提高推薦質量。

5 優化館藏資源及提高讀者服務水平的對策

5.1 優化館藏結構，以需藏書

這一部分主要包括2個方面，一方面是支撐學校學科建設；另一方面是根據讀者的專業學習、技能提升、興趣拓展等需要，根據讀者需求優化館藏資源。讀者利用率低甚至是零借閱的圖書，要進一步判斷是否有學科價值、是否是老舊圖書需要替換等，對利用價值低的圖書進行剔除；一些專業性較強的圖書，一般借閱率較低但是是相關專業讀者學習所需要的，可以提供一些導讀服務，提高圖書利用率。利用率較高的圖書可以適當增加副本數以及館藏冊數。

5.2 細化讀者類型，以需薦書

高校圖書館的讀者群主要包括學生、教職工，學生又可以依據不同專業、不同年級等劃分成不同讀者群，每個讀者群都可以根據借閱冊數、借閱興趣等因素細分為不同的讀者群。例如，不同專業讀者的借閱偏好可能不同，通過數據挖掘工具分析他們各自的借閱規律，可以更有針對性地、更有效率地進行讀者個性化服務。根據讀者的圖書借閱冊數又可以將讀者分為活躍讀者、不活躍讀者等讀者群，對不活躍讀者可以通過問卷調查等方式調查讀者的借閱需求，了解他們圖書借閱量較低的原因，為不同讀者提供個性化購書、個性化薦書。針對活躍讀者，圖書館可以通過個性化推薦繼續增強他們的閱讀興趣。另外，也可以基于讀者借閱冊數統計不同類目的重點出版社，推薦該出版社的圖書，提高推薦質量。

5.3 增加推廣方式，根據不同讀者群制定個性化推廣方案

圖書館可以結合不同的平臺，采取多樣化的方式，進行閱讀推廣。當前各式各樣的網絡媒介為圖書館增加閱讀推廣方式提供了良好的平臺，有的以視頻為主，也有的以圖片為主，還有的以文字為主。圖書館可以根據不同讀者的使用習慣，采取不同的推廣方式，促進讀者對圖書內容的理解，激發讀者閱讀興趣。例如，通過采取制作視頻的方式，介紹圖書內容，這樣更加生動，容易吸引讀者觀看，讀者也能對圖書內容理解得更加深入，可以增強閱讀推廣效果。

6 結語

高校圖書館每天產生大量的流通數據，在未處理之前都是零散的、價值較低的，但是在它們背后隱藏著巨大的數據價值，借助數據挖掘工具，對這些數據進行挖掘分析，可以幫助圖書館有目的、有針對性地優化館藏資源以及提供個性化服務。

參考文獻：

[1]" 程煥文. 淺談高校圖書館發展趨勢[J]. 圖書館論壇，2018，38（7）：58-61.

[2]" 蔡會霞，朱潔，蔡瑞英. 關聯規則的數據挖掘在高校圖書館系統中的應用[J]. 南京工業大學學報（自然科學版），2005，27（1）：85-88.

[3]" 饒正嬋，范年柏. 關聯規則挖掘Apriori算法研究綜述[J]. 計算機時代，2012（9）：11-13.

[4]" 楊俊闖，趙超. K-Means聚類算法研究綜述[J]. 計算機工程與應用，2019，55（23）：7-14+63.

[5]" 鐘歡，王天一，馬秀峰. “雙一流”高校圖書館學科服務平臺建設現狀與優化研究[J]. 圖書館學研究，2021（21）：75-81.

[6]" 胡英，周蓉，何武俊. 從流通數據分析看當代大學生文獻利用特點[J]. 四川圖書館學報，2008（2）：48-52.

[7]" 曹莎莎，徐嵐. “互聯網+館藏建設”：讀者決策采購[J]. 新世紀圖書館，2016（12）：21-24+29.