基于大數據的圖書館個性化圖書薦購策略

洪伊+張婷婷

摘 要：大數據為圖書薦購帶來了很多創新性的策略：基于采訪大數據，圖書館可以對圖書資訊、網上評論等進行圖書薦購的權重分析；基于用戶大數據，圖書館可以通過搜索排行榜、關聯圖書網絡、提取用戶咨詢關鍵詞等實現圖書薦購。為了提高圖書薦購的效率，圖書館還可建立一個系統性的圖書薦購平臺，在技術層、系統層、媒體層和用戶層上實現開放式的圖書薦購。

關鍵詞：大數據；圖書館；圖書薦購；個性化服務

1 引言

隨著大數據時代的到來，越來越多的行業發現了大數據的價值，圖書館也不例外，大數據對圖書館的管理和服務產生了很大的影響。根據布拉德福的理論，當館藏利用率在75%到85%時，表明該圖書館的館藏結構較為合理。但是，目前很多圖書館的館藏利用率僅為35%左右，遠遠未達到理想中的水平[1]，再加上我國的圖書館評估對館藏數量提出了要求，因此造成圖書館大量購買圖書，間接導致了館藏利用率的下降。

要想解決這一局面，就要避免圖書館出現盲目購書的情況。大數據理論的出現，為圖書館館藏資源建設帶來了新的啟發。利用大數據，圖書館可以優化圖書薦購的流程，讓書商、館員、讀者全程參與到館藏建設當中，卻無需耗費大量的人力物力。而且，利用大數據薦購的圖書可以更加貼合圖書館用戶的實際，為圖書館開展個性化、精準化的閱讀推廣活動作準備。因此，本文擬從大數據的角度，探討圖書館個性化圖書薦購的策略。

2 面向大數據的圖書薦購策略

2.1 基于采訪大數據的圖書薦購

紙質圖書出版商和數據庫商每天都在產生新的圖書采訪信息，如圖書版權信息、圖書簡介、圖書銷量、圖書購買渠道等，這些信息中隱藏著大量有用的數據。傳統的圖書館主要與館配商進行合作，由館配商安排圖書的購買，圖書館只需要與館配商溝通好具體的書目信息，即可完成交易，大大縮短了圖書館采訪圖書的流程。但是，這種做法讓圖書館丟失了大量有用的采訪信息，如果能夠在與館配商合作的基礎上，合理地分析采訪信息中的有用數據，將會給圖書薦購帶來更大的價值。因此，圖書館可做以下調整，為圖書薦購做準備：

①在網絡上收集有關圖書質量、關注度等的信息，生成與圖書對應的數據映射表。通過這種方式，可以提高經典圖書和熱門圖書的權重，為圖書薦購帶來參考。

②收集權威機構發布的獲獎圖書或圖書排行榜信息，如諾貝爾文學獎圖書、亞馬遜排行榜等[3]，由于這些書目信息源于專家推薦和圖書銷量評估，因此對圖書薦購有很大的參考價值。

③把圖書的作者、出版社、出版年份等數據作為權重指標，讓知名度高、質量好或新出版的圖書得到更高的權重，滿足圖書館用戶對熱門圖書的需求。

④把這些數據納入到書目質量評估當中，通過構建圖書評估模塊，系統地生成圖書薦購評估模型。

基于采訪大數據的圖書薦購模式，不僅能夠評估館配商提供的書目質量，而且可以挖掘出一些被館員忽視卻又很有價值的圖書，即使在需要大量擴建圖書館館藏時，也可以最大限度地保證圖書采訪的質量。

2.2 基于用戶大數據的圖書薦購

正如阮岡納贊所說，圖書是為了用的[2]。因此，圖書館的圖書是否能夠滿足讀者的需求，是圖書館存在的價值之一。為了了解讀者的需求，圖書館需要提供圖書薦購的渠道，讓讀者把自己想要借閱的圖書信息提交給圖書館，實現館藏圖書的個性化購買。目前，圖書薦購的方式有四種。第一種是由讀者通過圖書館提供的網站添加薦購表單實現薦購。第二種是由學校的教師根據教學的內容和圖書的專業特性為圖書館提供推薦書目。第三種是圖書館聯系書商到場舉辦展覽或選書活動，由讀者現場薦購圖書。第四種是讀者通過掃描二維碼的方式，把自己在書店或其他地方看到的圖書信息上傳到圖書館的服務器上，再由圖書館員進行審核購買。隨著圖書薦購實踐的增多，越來越多的圖書館開始使用第四種方式進行圖書薦購[3]，這表明圖書館正努力為用戶提供更為便捷的圖書薦購方式。其實，在大數據時代，基于用戶信息的圖書薦購還可以有更多的方式，這些方式如下：

①根據搜索排行榜實現薦購。讀者搜索的圖書信息隱藏著讀者的需求，通過對圖書館檢索系統中的搜索數據進行分析，可以了解讀者想要的圖書。

②生成關聯圖書網絡實現薦購。圖書館可以對借閱量大、拒借率高、點贊率高、轉發量大的圖書進行收集，并利用大數據生成該本圖書的相關性網絡，從中挖掘出一些相關性高的圖書，實現相關圖書的推薦購買。

③提取用戶咨詢關鍵詞實現薦購。用戶進行參考咨詢的內容雖然不一定與圖書薦購有關，但對這些數據進行分析同樣可以挖掘出用戶的喜好和感興趣的領域。因此增加該類圖書的購買量，可以滿足特定人群的閱讀需求。

3 開放式圖書薦購平臺的建設

為了讓采訪大數據和用戶大數據能夠得到更好的管理和利用，提高圖書薦購效率，減輕圖書館工作人員的負擔，建立一個開放式的圖書薦購平臺是非常有必要的。從平臺構建的角度而言，一個開放式的圖書薦購平臺一般包括技術層、系統層、媒體層和用戶層。

在技術層面上，圖書館應該引進和培養大數據分析人才。這些人員主要負責對每天產生的大數據進行分析，通過云計算、數據挖掘、數據可視化等技術，挖掘出有價值的信息，生成報告，輔助進行圖書薦購，最終實現個性化的圖書采訪和信息推送服務。

在系統層面上，圖書薦購系統除了包含圖書薦購模塊以外，還必須包含圖書采訪、圖書管理和用戶咨詢等模塊。這些模塊雖然相對獨立卻又是相互聯系的。為了實現圖書薦購，圖書采訪模塊需要先把相關的信息進行采集和處理，構建權重分析模型。用戶咨詢模塊需要收集用戶薦購的圖書信息，形成圖書薦購書目。圖書管理模塊需要把圖書信息進行整理和分類，然后再傳送給圖書薦購模塊實現圖書薦購。圖書薦購模塊需要設計掃碼薦購、表單薦購等功能，并與圖書采訪模塊接口相聯系，實現圖書的購買，這個過程是相互滲透、動態互聯的。

在媒體層面上，圖書薦購平臺除了要開發出符合用戶需求的APP接口外，還需要關注對不同媒體的使用數據的收集。第一，收集用戶使用不同媒體的歷史軌跡，例如調查筆記本電腦和手機的使用時間比例、調查瀏覽器和微信的訪問比例等。第二，收集用戶利用媒體進行閱讀的時長和對應的圖書種類、難度等，從中挖掘出適合用戶進行數字閱讀的圖書。第三，通過問卷調查的方式，具體了解用戶在使用不同媒體時的閱讀情況，并從中挖掘出有價值的數據信息。

在用戶層面上，圖書薦購平臺要注意建立圖書館員、圖書館讀者、出版商、數據庫商、館配商等相聯系的溝通平臺，實現不同用戶之間的信息互通功能，讓不同用戶之間可以利用便捷的方式進行溝通，了解不同用戶之間的需求，提高圖書薦購平臺的成效。另外，為了維護用戶大數據的安全性，圖書薦購平臺還應該為不同的用戶設置不同的權限，讓用戶可以在跟蹤圖書薦購流程的同時，保護用戶的隱私。

4 結語

從目前看來，利用大數據開展圖書薦購的實踐還比較少，因此還有許多值得挖掘的地方。例如，圖書館之間可以通過建立圖書館薦購聯盟的方式，增加相關信息的收集范圍，并通過協調合作的方式，提高圖書薦購的效率。另外，一些圖書雖然利用率低，但卻能帶來很大的利用價值。圖書館在分析大數據時，要注意對這部分圖書的挖掘，并通過閱讀推廣的方式，讓一些經典圖書和精品圖書得到推廣，提高圖書利用率，最終實現圖書薦購的目的。

參考文獻

[1]彭丹.以人為本理念下高校圖書館管理創新研究[D].西南大學，2014.

[2]劉藝瀟，張志強.基于2014年度圖書排行榜的圖書出版分析[J].圖書館論壇，2015，09：89-94+127.

[3]（印）阮岡納贊著；夏云等譯.圖書館學五定律[M].北京：書目文獻出版社.1988.

[4]黃琴玲，高協，李芳，孫翌，陳幼華.協同工作模式下的高校圖書館新型圖書薦購系統建設與思考——以上海交通大學圖書館為例[J/OL].圖書情報工作，2016，（22）：61-66.endprint