多維分析視角下圖書館市民夜校服務改進策略研究

摘 要：文章以濟南“YEAH歸人”泉民夜校為例，采用 LDA主題分析模型結合情感分析及Neo4j圖數據庫知識圖譜分析，對社交媒體平臺上的讀者評論數據進行多維分析，通過文本挖掘識別出六個核心主題：夜校與城市空間融合、多元化課程與創新性、社會參與度與公眾反響、社交與社區互動、個人成長與終身學習、現代教育模式與青年認同。情感分析結果顯示，市民對夜校的正面評價普遍較多，也有一定的負面聲音和中立態度。通過Neo4j圖數據庫揭示了課程內容、教師資質和學員反饋之間的復雜關聯。基于分析結果提出跨界融合創新夜校服務模式、優化課程設置與師資隊伍建設、提升學員線上線下參與度、驅動個人發展與職業成長、加強品牌建設與宣傳推廣、建立服務評估與反饋機制等圖書館市民夜校服務改進策略。

關鍵詞：LDA模型；情感分析；知識圖譜；社交媒體；公共圖書館；市民夜校

中圖分類號：G254;G72 文獻標識碼：A

文章編號：1003-7136（2025）01-0085-09

Research on Improvement Strategies for Library Citizen Night School Services From the Perspective of Multidimensional Analysis：Case Study of \"YEAH Returning Home\" Quanmin Night School in Jinan

LIU Yong

Abstract：Taking the \"YEAH Returning Home\" Quanmin Night School in Jinan as an example，this paper uses LDA theme analysis model combined with sentiment analysis and Neo4j graph database knowledge graph analysis to conduct multidimensional analysis of readers′ comment data on social media platforms.Six core themes were identified through text mining：the integration of night schools and urban spaces，diversified courses and innovation，social participation and public response，social and community interaction，personal growth and lifelong learning，and modern education models and youth identity.The sentiment analysis results show that citizens generally have a high positive evaluation of night schools，but there are also some negative voices and neutral attitudes.The complex relationship between course content，teacher qualification and student feedback was revealed through Neo4j graph database.Based on the analysis results，this paper puts forward the improvement strategies for library night school services for citizens，such as innovating the service model with cross-border integration，optimization of curriculum setting and faculty construction，improving students′ online and offline participation，driving personal development and career growth，strengthening brand building and promotion，and establishing service evaluation and feedback mechanisms.

Keywords：LDA model；sentiment analysis；knowledge graph；social media；public library；citizen night school

0 引言

隨著終身學習理念的普及，社會各界越來越重視持續教育和個人發展。在此背景下，圖書館市民夜校作為一種公益性的成人教育形式，為市民提供了一個靈活、便捷的學習平臺，對于提升市民的整體素質及推動學習型城市建設起到了積極的作用。特別是在一些大中城市，圖書館市民夜校已經成為城市文化建設的重要組成部分，其豐富多樣的課程和活動，滿足了市民對于知識更新和技能提升的需求。但是，市民夜校在管理與服務方面也遇到了很多難題，比如如何有效整合教育資源、提高教學質量、增強社區互動、促進個人成長以及建立反饋機制等，這些問題不僅影響市民夜校的教育效果，也制約其在推動終身學習方面的積極作用。

本研究旨在通過深入分析濟南“YEAH歸人”泉民夜校（以下簡稱：泉民夜校）的案例，識別圖書館市民夜校在管理和服務中存在的問題，并提出改進策略。社交媒體作為現代信息傳播的重要渠道，匯聚了大量真實、即時的公眾意見。因此，本研究首先通過社交媒體平臺收集泉民夜校的相關評論文本數據，進行數據清洗、分詞和預處理；其次應用LDA模型對處理過的數據進行主題分析，以識別關鍵的關注焦點和觀點傾向^［1］；再次，對評論文本進行情感分析，了解市民對夜校服務的情感態度；最后，構建知識圖譜，分析課程內容、授課教師和學員反饋之間的關聯。基于以上分析結果，提出針對性的改進建議和發展策略，以期優化夜校的運作模式，提升其社會效益和教育效果。本研究的創新之處在于綜合運用了LDA模型、情感分析和Neo4j知識圖譜三種方法，全方位、多維度地為改進圖書館市民夜校

服務提供新的研究視角，研究結果不僅對泉民夜校具有指導意義，也為其他地區市民夜校的發展提供了參考。

1 泉民夜校概述

夜校在中國至少有百年以上的歷史，1909年湖南士紳姜濟寰等人創辦了夜學堂，當時為了招收學員，還曾刊登過一篇廣告，其中提到“無論做手藝的，做生意的，都可以聽講，不要一個錢學俸”^［2］。隨后，夜校在中國各地逐漸普及，比如保定的商務半夜學堂、廣州的商業半夜學堂以及劉啟勛所創辦的商業補習夜館等。1917年，毛澤東以湖南第一師范學友會教育研究部的名義創辦了第一所革命工人夜學^［3］，這表明夜校也承擔了一定的社會教育責任。隨著時間的推移，夜校的使命和形式不斷演變，但其提供夜間教育的核心理念一直延續至今。

泉民夜校源于濟圖夜校，濟圖夜校是濟南市圖書館開辦的綜合性夜校，旨在滿足市民多樣化的美育需求和終身學習的愿望。自2023年12月首次開課以來，推出了包括零基礎化妝課、手機短視頻拍攝及剪輯、職場面試等多門課程，受到市民的熱烈歡迎^［4］。夜校

的定位和服務宗旨是服務市民、建立品牌形象，盤活濟南市域的公共文化空間，吸引更多市民參與夜校的各類文化藝術課程，提升市民的藝術素養。2024年4月，濟南“YEAH歸人”市民夜校春季班開啟報名。2024年5月，濟南市文化館及相關教學點全面啟動，夜校更名為”泉民夜校”，推出132門1000余節課程，并且新增37個夜校教學點供市民選擇^［5］。

2 基于LDA模型的泉民夜校網絡文本挖掘

2.1 LDA模型原理及應用

隱含狄利克雷分布（latent dirichlet allocation，LDA）模型，是一種無監督學習的主題建模方法。在自然語言處理，特別是在文本挖掘領域，LDA模型廣泛應用于識別文本主題、對文本進行分類以及計算文本相似度等多個方面。它能夠從海量文本數據中挖掘出隱含的主題結構，為理解文本內容、進行文本分類與聚類等提供有力支持。LDA模型可以用來分析社交媒體上的用戶評論、文章等文本數據，提取出其中的主題分布。通過這種方式，可以了解用戶對某一話題或事件的關注點和情感傾向，從而評估其影響力^［6］。

2.2 數據來源與預處理分析

由于單個社交平臺關于泉民夜校的評論數據較少，為了提高實驗結果的普適性和可靠性，分別以“濟南市民夜校”“濟南圖書館夜校”“濟圖青年夜校”“濟圖夜校”“泉民夜校”“YEAH歸人”等為關鍵詞，通過八爪魚網頁數據采集器在抖音、微博、小紅書、百度四個平臺進行數據采集，時間為2023年12月至2024年8月。這種方法更全面地反映了泉民夜校在互聯網上的影響力，保證了數據的相關性與多樣性^［7］。采集得到抖音數據1056條、微博博文1770條、小紅書數據1743條、百度搜索采集新聞標題及摘要數據1153條，共計5722條數據，去除重復數據796條，最終獲得研究數據4926條。

2.2.1 數據清洗和預處理

為了進行LDA主題模型分析，需要先對數據進行清洗和預處理，包括使用Jieba進行中文分詞，去除停用詞，以及清理無關的表情符號、特殊符號和多余的空格，確保文本數據的質量和可用性。本研究使用Python的Pandas庫來讀取Excel文件，并查看其中包含的Sheets。使用正則表達式匹配并刪除所有符號，包括但不限于標點符號、表情符號、空格以及其他非文本符號。對每個文本條目進行清洗，將所有文本轉換為統一的小寫，以消除大小寫的差異^［8］。通過這些方法，確保數據集的清潔度和一致性，為文本挖掘和主題建模提供高質量的輸入。

2.2.2 高頻詞統計分析

將所有數據文本合并為一個連續的字符串，并利用Split函數將其分割成單獨的詞語，然后通過Pyton的Collections庫中的Counter類統計每個詞語的出現頻率，從而獲得了詞頻數據（見表1）。從表1中可以看出，“夜校”是最高頻詞匯，表明夜校是討論的核心，反映了人們對夜校教育和活動的廣泛關注。“課程”“報名”等詞頻次較高，說明讀者對泉民夜校的關注主要集中在課程設置和報名方法等方面。“市民”和“年輕人”這兩個詞的高頻出現表明了夜校的主要受眾，夜校提供了符合這些群體需求的教育和文化活動。“上班”“下班”“時間”等詞匯的高頻出現可能反映了夜校為上班族提供了靈活的學習時間，使他們能夠在工作之余進行學習和提升。

2.3 LDA主題模型建模

本研究使用Python的Gensim庫構建LDA模型，通過加載語料和字典分別訓練了1～20個主題的模型，利用困惑度和主題一致性兩個標準來評估模型的合理性。通過計算不同主題數下的困惑度，并繪制主題數與困惑度折線圖，找到困惑度下降速率變化的拐點（見圖1）。通過圖1可以看出隨著主題數的增多，困惑度逐漸減小。當主題數量超出7個，困惑度的降低趨勢顯著增強，與此同時，模型的復雜度也在提升，這往往會導致模型出現過擬合問題。因此，最終的主題數量應在1到6之間選擇。鑒于研究文本數量較多，當選擇2到5個主題時，文本的主題劃分顯得不夠詳盡，因此最終確定LDA主題模型的主題數為6^［9］。

本文基于Python的pyLDAvis庫對夜校的主題模型可視化，最終生成一個交互式的HTML文件，通過直觀的圖形界面和交互式功能將評論數據的主題分布以圖形化的方式展示出來，展示每個主題下的關鍵詞及主題之間的關系（見圖2）。根據氣泡圖所示，當主題數為6時，氣泡之間沒有重疊，即表示各個主題之間可以完美地分隔開。

2.4 主題識別與影響力分析

LDA模型訓練得到6個主題類別，分別是夜校與城市空間融合、多元化課程與創新性、社會參與度與公眾反響、社交與社區互動、個人成長與終身學習、現代教育模式與青年認同（見表2）。

2.4.1 夜校與城市空間融合

此主題圍繞夜校如何整合并有效利用公共教育資源，為市民提供高質量的學習環境和機會。泉民夜校利用現有資源開設課程，與城市中的圖書館、泉城書房、文化館、黨校、新華書店等公共空間緊密結合，挖掘、利用公共文化及城市空間，為市民提供了便利的學習環境。這些空間在夜晚轉變成文化學習的舞臺，豐富了城市的夜生活，展現了城市空間的多功能性和文化活力^［10］，既發揮了公共設施的潛力，也降低了市民的學習成本。夜校與城市空間融合不僅提升了城市的教育文化軟實力，還為市民提供了提升自我、實現個人價值的寶貴平臺，體現了夜校在終身教育體系中的重要價值。

2.4.2 多元化課程與創新性

這個主題聚焦于夜校課程內容的豐富性和新穎性，體現了泉民夜校在傳統教育框架之外，通過提供多樣化的課程滿足不同人群的學習需求和興趣愛好。2024年春季班推出如手機短視頻、美妝零基礎入門、職場面試技巧、木工、茶藝、掐絲琺瑯、非物質文化遺產等在內的課程，不僅覆蓋了實用技能，還涉及藝術修養和健康生活等多個方面。這種課程設置反映了夜校在順應時代變化，引入新媒體技術、生活美學等新興領域的同時，也保留了手工扎染等傳統文化，實現了傳統與現代的融合。夜校課程的多樣性鼓勵了市民探索未知、拓寬視野，同時也為個人興趣的培養和技能的提升創造了條件。通過提供從技能培訓到文化藝術課程的廣泛選擇，夜校滿足了不同背景、不同需求的市民的多元化學習需求^［11］。

2.4.3 社會參與度與公眾反響

該主題強調了夜校在社會層面引起的廣泛反響和高度參與。例如，泉民夜校報名火爆，課程迅速被搶空，顯示了市民對夜間學習活動的高度熱情和積極態度。這種現象背后的原因可能是現代社會生活節奏加快，人們在追求物質生活的同時，也越來越重視精神文化生活的充實和個人能力的提升。夜校作為靈活、便捷的學習平臺，恰好契合了在職人士和中青年的求知需求。同時，夜校的普及和受歡迎程度也反映了濟南市文化和旅游局、濟南市圖書館在推動終身教育、構建學習型社會方面嘗試的成功。

2.4.4 社交與社區互動

該主題著重于夜校在增強社區凝聚力、促進人際交往方面的作用。夜校成為社區成員共享學習經驗、交流興趣愛好的新場所，促進了鄰里間的情感聯系，增強了社區的歸屬感。在快節奏的都市生活中，夜校提供了一個慢下來的空間，讓人們在學習的同時，也能與志同道合的朋友建立聯系，形成以興趣為紐帶的社交網絡。這種社區互動模式有助于構建和諧社會，促進社會文化的多樣性和包容性。

2.4.5 個人成長與終身學習

夜校不僅傳授具體技能，更重要的是激發了個人學習的熱情，成為自我改變和提升的動力源泉。許多夜校課程如職場技能、心理解壓、藝術修養等，直接關聯到個人職業發展和生活質量的提升。夜校的學習經歷促使人們在忙碌的工作、生活之外，尋找個人興趣，實現自我價值。“白天上班，晚上學藝”的生活方式，成為許多人充實自我、實現自我超越的重要途徑，是現代社會終身學習理念的體現^［12］。

2.4.6 現代教育模式與青年認同

該主題突出了夜校如何適應年輕一代的學習偏好，成為他們接受教育的新選擇。夜校打破傳統的學習時間和地點限制，采用靈活的課程安排和現代化的教學手段，如在線報名、多媒體教學等，與青年的生活節奏和科技使用習慣高度契合。夜校課程如短視頻剪輯、結構化面試、AI辦公等，直擊青年求職需求和興趣點，增強了青年對夜校教育模式的認可。夜校不僅提供了知識技能的獲取途徑，更成為青年社交、自我表達和身份認同的一部分，展現了夜校在現代教育體系中的新形象。

3 情感分析

情感分析的目的在于揭示市民對夜校服務的情感態度，從而為改進夜校的服務提供依據。通過情感分析，可以識別出市民對夜校服務的滿意點和不滿點，進而針對性地提出改進措施。本研究采用清華大學李軍教授研究團隊創建的中文褒貶義詞典進行情感分析，該詞典包含了大量經過精細分類的褒義詞和貶義詞，為情感分析提供了堅實的基礎^［13］。采用基于詞典匹配的方法來實現情感分析的核心思想是，通過預先構建的情感詞典來識別和計算文本中的情感傾向，利用中文褒貶義詞典識別出文本中的情感詞匯，并根據詞典的分類將它們標記為褒義或貶義。

情緒指數是指情感詞匯所表達情感的強烈程度，情緒指數是一個量化指標，用于表示整體情感傾向，通常通過計算積極詞匯和消極詞匯的數量差來得出。本研究首先利用Jieba分詞工具對輸入文本進行分詞處理，將其分割為獨立的單詞單元。隨后，對于分詞結果中的每個單詞，系統會檢查其是否存在于預先構建的積極或消極情感詞典中。若單詞出現在積極情感詞典中，則相應地增加積極情感分數；若出現在消極情感詞典中，則增加消極情感分數。本研究還考慮了程度副詞對情感強度的影響，對于每個情感詞匯，系統會檢查其前是否有程度級別詞匯，若存在，則根據程度級別詞匯的作用增加額外的情感分數，以更準確地調整情感強度。最終，通過計算文本中積極情感分數與消極情感分數之差，得到情緒指數。若該情緒指數大于0，則將文本的情感傾向判定為“積極”；若小于0，則判定為“消極”；若等于0，則判定為“中性”。

通過對泉民夜校相關的評論數據進行情感分析，并基于詞典匹配方法得出評論數量與情緒指數之間的關系（見圖3）。在這個分析中，情緒指數是縱軸，其范圍為-0.6～0.6，間隔為0.2；而橫軸代表評論數量。從圖中可以看出，隨著評論數量的增加，情緒指數在0值左右波動，這表明評論的情感傾向并不穩定，反映了讀者評論內容的多樣性和情感表達的復雜性。可以看出負面情感可能反映了某些市民對夜校的期待與現實之間的差距，或是對于某些方面的不滿。正面情感則顯示了市民對夜校的積極評價和支持，可能源于對課程內容、教學質量或是夜校帶來的社會效益的認可。中性情感則可能表示市民對夜校持觀望態度，或是文本內容本身不包含明顯的情感色彩。大部分學員的情緒指數集中在0～0.5之間，表明他們對夜校的整體體驗較為滿意。同時，也有少量學員的情緒指數低于0，這可能反映了他們在某些方面的特別好惡或者特殊經歷^［14］。總體來看，泉民夜校在社會上的影響力是復雜的，既有積極的認可，也有一定的負面聲音和中立態度。

積極情緒的評論多為表達夜校課程的性價比，代表積極向上的心態。例如，“400元get新技能，誰不心動啊”“高性價比課程，用知識豐富自我”“拒絕精神內耗，一起夜學習”“一杯奶茶錢能上一節優質課”“培養興趣愛好的同時還能交朋友”“報名費相對低廉，還能滿足交友需求”“生活本應該豐富多彩”。

中性情緒多為讀者表達對夜校課程的訴求和咨詢，例如，“想學剪紙”“你好，茶藝課什么時候開”“洪樓附近有嗎”“唐冶那邊有嗎”“章丘有嗎”“市中區有嗎？濟南大學附近”“漢峪金谷這里有嗎”“怎么進群”“咋報名”。

用戶對泉民夜校的總體情感態度是積極正向的，但在課程報名、上課地點的距離、教育質量、材料收費等方面表現出負面情緒。多以“超級難搶”“來晚了都滿了”“木工根本不夠搶”“搶不到的市民夜校又來啦”“搶課難過演唱會”“比大學選修課還難搶 ”“搶不過大家，連避雷的機會都沒有”“上課的地方怎么這么遠”“麻煩市民夜校把控下教育質量吧，別什么人都給開課”“這種材料的收費是否合理”等來表達負面情感。

據計算，正面情緒占據主導地位，達到了51.95%，說明大多數學員對夜校的教學質量和服務表示認可。中性情緒緊隨其后，占比35.36%，這部分人群可能需要更多的關注和引導，以激發他們的積極情緒。最后是負面情緒，只占到總數的12.69%，這意味著盡管存在一些問題或不滿，但整體上學員們還是給予了較高評價，這無疑是對夜校工作的極大肯定。部分學員提出了一些建設性的改進意見和建議，這些反饋對于持續優化夜校的教學質量和服務水平具有重要的指導意義。

4 Neo4j圖數據庫知識圖譜分析

知識圖譜分析與LDA模型相輔相成，LDA模型用于識別文本數據中的隱含主題，而知識圖譜分析旨在將非結構化的文本數據轉換為結構化數據，從而更直觀地展示和揭示課程內容、教師資質和學員反饋之間的復雜關聯。通過這種可視化的知識圖譜分析，可以更清晰地識別夜校服務中的關鍵要素和潛在的優化點。

Neo4j是一款高效的NoSQL圖形數據庫管理系統，它采用網絡結構來存儲結構化數據，而非傳統的表格形式 ^［15］。以泉民夜校春季班課程為例，通過微信報名小程序采集課程ID、課程名稱、上課地點、課程簡介、聯系電話、講師、課程價格等信息后，利用GPT-4o大語言模型將非結構化數據轉換為結構化數據，課程的字段設置為CID、CNAME、CPLACE、CJIANJIE、CPHONE、CTEACHER、CPRICE，然后保存為CSV格式數據并導入Neo4j圖數據庫。在Neo4j圖數據庫中建立讀者、課程、評論、機構共四個節點，建立讀者與課程、讀者與評論、評論與課程、課程與辦學點的關系。以化妝課為例，使用Cypher語句查詢開設化妝課的辦學地點，得出開設化妝課的辦學點有市中區文化館、山東書城4樓東廳、歷城區萬象新天黨群服務中心、濟南市圖書館（中心館）負一層濼源書院、高新區美蓮廣場。化妝課上的知識圖譜關聯到了32條相關評論及發表相關評論的學員。山東藝術學院的宋陽老師分別在山東書城講授了零基礎化妝課，在濟南市圖書館中心館講授了化妝進階課。繼續對山東書城辦學點進行分析，可以看到其開辦了花藝培訓、手機短視頻拍攝及剪輯、剪紙、風景攝影、掐絲琺瑯制作、服裝搭配、整理收納等課程（見圖4）。

通過挖掘發現，泉民夜校的課程費用大約在每節課20～50元之間，具體費用根據不同的課程類別而有所不同，這一價格區間體現了公共文化服務的公益性和普惠性，給市民提供了夜間學習和提升自我的機會。

5 圖書館夜校服務改進策略

5.1 跨界融合創新夜校服務模式

根據LDA模型分析得出的夜校與城市空間融合、社交與社區互動這兩個關鍵主題，建議夜校在服務模式上進行創新，進一步突破傳統限制，與文化、企業和教育機構建立更緊密的聯系，整合公共教育資源以降低成本，豐富夜間活動，并與城市規劃相融合，創造獨特的學習空間。這種跨界融合將帶來服務內容的極大豐富和服務形式的多樣化，滿足學員日益多元化的學習需求。此外，情感分析中表達中性情感的市民大都咨詢自己社區附近的夜校辦學點，表明其對上課地點的方便程度具有較高的關注度。因此，圖書館市民夜校還需進一步融入社區生活，成為社區居民學習、交流、互動的平臺，實現可持續發展。

5.2 優化課程設置與師資隊伍建設

LDA主題分析結果顯示，市民對夜校多元化課程與創新性關注度高；在情感分析結果中，市民對課程內容和教學質量作了大量積極評價；知識圖譜分析顯示，手機短視頻拍攝及剪輯、職場面試技巧等課程由于其實用性和新穎性而受到市民的熱烈歡迎。這表明夜校在課程設置上應繼續緊跟市場需求和市民興趣，不斷更新和優化課程內容，繼續強化夜校作為知識與技能提升平臺的角色。通過進一步豐富課程種類和提升教學質量來滿足市民的求知欲和技能提升需求。例如，夜校可以增設與市民職業發展密切相關的課程，如職場技能提升、新媒體運營等，以確保教學的專業性和前沿性。通過大數據分析學員的學習表現和歷史數據，實施分層、分組的教學互動，教師可以針對不同層次的學生，推送相應的學習任務和輔導內容，從而實現差異化指導。

通過深入了解市民的學習需求、興趣愛好和職業發展規劃，更精準地把握目標受眾的特點，從而調整和優化課程結構。例如，針對不同年齡段的市民，可以開設與之相適應的課程，如針對青少年的編程與科技創新課程，針對中老年人的健康養生與心理咨詢課程等。

加強跨學科課程整合也是優化課程設置的重要舉措。跨學科課程整合有助于打破學科壁壘，促進知識之間的融合與創新。通過整合不同學科領域的課程資源，可以為市民提供更加多元化、綜合性的學習體驗。例如，可以開設融合文學、歷史、哲學等多個學科的人文通識課程，或者開設結合藝術、科技與設計的創新實踐課程，以滿足市民多樣化的學習需求。

知識圖譜的分析結果還揭示了師資隊伍的分布和資質情況，基于此，夜校應重視師資隊伍的建設，特別是熱門課程和專業領域，需要引進更多具有專業背景和豐富經驗的教師，包括聘請行業專家、高校教師授課，確保教學內容的專業性和前沿性。此外，夜校可以建立教師評估和激勵機制，通過學員反饋和教學質量評估來不斷提升教師的教學質量。

5.3 提升學員線上線下參與度

對于LDA社會參與度與公眾反響主題聚類結果及情感分析中市民表達的負面情感，夜校需要特別關注并采取措施改進。例如，市民反映的課程難搶問題，夜校可以通過優化報名系統、增加課程頻次或實施預約制度來緩解。同時，針對上課地點遠的反饋，夜校可以考慮增設更多的教學點或與社區合作，利用社區資源來提供場地，以減少市民的通勤負擔。在課程結束后，可通過問卷調查或面對面交流的方式，讓學員填寫對課程、老師、項目運營的評價及反饋意見；也可以利用社交網絡平臺，建立線上學習交流群，促進學員之間的交流和互動。夜校可以定期舉辦線下的學員交流活動，如學習分享會、文化沙龍等，增強學員的歸屬感。設立獎勵機制也是提高學員參與度的有效途徑。夜校可以對表現優秀的學員給予表彰和獎勵，這不僅是對他們努力的認可，更能激發他們的學習熱情和參與積極性。

5.4 驅動個人發展與職業成長

LDA分析結果揭示了市民對個人成長和終身學習及現代教育模式的關注。夜校可提供個性化的學習路徑規劃服務，幫助學員根據自己的職業目標和技能水平制定合適的學習計劃，支持學員的職業發展。同時，開設與市場需求緊密結合的專業技能培訓課程，并通過實踐操作和案例分析，增強學員的實戰能力。可定期舉辦職業發展研討會，邀請行業專家分享經驗，并提供職業規劃講座，幫助學員了

解行業趨勢和職業晉升路徑。對表現優秀的學員給予獎學金和榮譽證書，并與人社局、工會等機構或部門合作，提供證書的官方認證，增加學員的職場競爭力。

5.5 加強品牌建設與宣傳推廣

基于LDA分析，泉民夜校的品牌沒有形成核心主題聚類，說明市民對夜校的品牌認知尚有提升空間。夜校需要明確自身的品牌定位，通過設計獨特的標識和口號，制定全面的品牌傳播策略，傳達其核心價值觀和特色。應深入挖掘并明確自身的品牌定位，通過深入了解學員需求和市場環境，夜校可以確定自己在成人教育市場中的獨特地位和價值主張。這將有助于形成鮮明的品牌形象，使夜校在潛在學員心中占據獨特的位置^［16］。

利用社交媒體、網絡廣告、線下活動等多種渠道，廣泛宣傳夜校的教學理念、課程設置、師資力量等方面的優勢。通過精準的目標受眾定位和個性化的傳播內容，提高品牌曝光度和認知度。通過共同舉辦文化活動、學術講座或賽事等形式，尋求與其他知名機構或組織的合作機會，借助合作伙伴的影響力，進一步擴大夜校的知名度和影響力。這種合作模式不僅有助于資源共享，還能提升夜校的品牌形象和社會認可度。夜校應重視口碑營銷的力量。通過提供優質的教學服務和良好的學員體驗，培養忠誠的學員群體。這些學員將成為夜校品牌的自發傳播者，通過他們的推薦，吸引更多潛在學員加入，從而推動夜校品牌的持續發展。

5.6 建立服務評估與反饋機制

通過情感分析可知，學員對夜校的意見和建議沒有及時通過官方渠道進行反饋。構建服務評估與反饋機制，旨在通過系統性的評估方法全面審視夜校服務的各個環節，暢通學員的問題反饋渠道，從而及時發現問題、分析問題，并依據學員的反饋進行有針對性的改進。

制定一套科學的評估指標體系，涵蓋課程設置的合理性、教學內容的豐富性、教學方法的有效性、師資力量的專業性以及服務態度的友好性等多個方面。通過定期或不定期的評估活動，對夜校服務進行量化評分和分析，從而客觀、全面地反映服務現狀。建立便捷的反饋渠道，利用現代信息技術手段，如在線調查問卷、微信公眾號留言、電子郵件等方式，為學員提供多樣化的反饋途徑。在收集到學員的反饋后，應定期進行匯總和分析，通過數據挖掘和文本分析等方法，深入了解學員的需求和期望，以及他們對當前服務的滿意度和不滿之處，這些分析結果將對調整服務策略和制定改進措施提供關鍵的參考^［17］。例如，針對課程設置方面的問題，可以優化課程結構，引入更多熱門和實用的課程；針對服務態度的問題，可以加強館員培訓，提升服務意識和服務質量。

6 結語

本研究以泉民夜校為研究對象，運用包括LDA模型、情感分析和知識圖譜在內的多維分析方法，深入探討了圖書館市民夜校服務的改進策略。研究結果顯示，泉民夜校在促進市民個人成長、豐富社區文化生活、推動終身學習等方面發揮了積極作用，同時，市民的反饋也揭示了夜校服務在課程報名、教學點分布、教育質量等方面存在的挑戰。

研究的主要貢獻在于成功識別出市民對夜校服務的六大核心關注點，并通過情感分析量化評估了市民的情感態度。這些發現為夜校服務的優化提供了依據，也為其他地區的市民夜校提供了改進服務的參

考。然而，本研究也存在一些局限性，如對LDA模型的依賴可能限制了主題挖掘的靈活性和效率，而數據來源主要依賴社交媒體，可能無法全面覆蓋所有潛在的用戶反饋。未來的研究需要在方法論上進行優化，探索更靈活的模型如BERTopic，以提高主題挖掘的準確性和效率^［18］。同時，應拓展數據收集渠道，整合更多類型的網絡文本資源，以獲得更全面的用戶視角。此外，未來的研究還應更加關注不同背景和需求的市民如何感知和評價夜校服務，以及夜校服務的隱性價值，以全面評估夜校服務的社會影響力。

參考文獻：

［1］唐曉波，向坤.基于LDA模型和微博熱度的熱點挖掘［J］.圖書情報工作，2014，58（5）：58-63.

［2］許順富.湖南紳士與晚清教育變革［J］.史學集刊，2010（6）：84-91.

［3］蔣永清.毛澤東主辦工人夜校［J］.工會博覽，2001（24）：60.

［4］李德虎，尹延明，韓延汝.濟南市圖書館：開辦夜校，盤活公共文化服務夜間資源［J］.文化月刊，2024（2）：58-59.

［5］“有趣有品 專業專享”市文化館“YEAH歸人”泉民夜校全面開課［EB/OL］.［2024-06-09］.http：//jnwl.jinan.gov.cn/art/2024/5/9/art_42920_4782891.html.

［6］BLEI D M，NG A Y，JORDAN M I.Latent dirichlet allocation［J］.Journal of machine learning research，2003，3（1）：993-1022.

［7］張文德，徐子楊，趙立紅.基于LDA主題模型的“雙一流”高校圖書館用戶評論文本數據挖掘［J］.情報探索，2024（7）：120-127.

［8］冷雪卓，張濤，崔文波.國內數字人文領域文獻主題識別及框架研究：基于LDA和Word2Vec的分析［J］.圖書館學刊，2024，46（3）：104-110.

［9］侯暢，李海晨.基于主題挖掘與情感分析的在線健康咨詢評論研究［J］.情報探索，2023（6）：48-54.

［10］吳小冰，李昊遠，張旭露.我國城市公共閱讀空間政社合作模式及發展對策研究［J］.大學圖書情報學刊，2023，41（4）：39-44.

［11］李月婷.我國公共圖書館參與開放教育資源運動初探［J］.圖書館研究，2024，54（2）：41-49.

［12］陳穎儀，羅舒喬，蔡畯.面向全民終身學習的公共圖書館閱讀推廣探析：以“全人生閱讀”服務體系構建為例［J］.四川圖書館學報，2024（3）：8-14.

［13］馬子洲. 基于改良SO-PMI算法的在線評論情感傾向性分析研究［D］. 大連：東北財經大學，2018.

［14］龔雨璐.基于感知價值的圖書館文化創意產品評論文本分析［J］.圖書館理論與實踐，2024（2）：130-136.

［15］路瑩，羅榮慶，王青春，等.基于圖形數據庫Neo4j的合著網絡研究與實踐［J］.中華醫學圖書情報雜志，2016，25（4）：13-16.

［16］劉爽.高質量發展背景下公共圖書館文化IP的全流程管理之路：以深圳市鹽田區圖書館為例［J］.圖書館雜志，2023，42（11）：71-79.

［17］賈亞平.圖書館與新型農民夜校［J］.農業圖書情報學刊，2009，21（1）：124-126.

［18］高春玲，姜莉媛，董天宇.基于BERTopic模型的老年人健康信息需求主題演化研究：以新浪微博平臺為例［J］.情報科學，2024，42（4）：111-118.

作者簡介：

劉勇（1986—），男，大學本科，館員，濟南市圖書館網絡信息部副主任。研究方向：情報分析與數據管理。