基于圖書盤點的智能剔舊系統的研究

張明， 楊輝， 黃炳家， 鄭秋梅

(中國石油大學(華東) 1. 圖書館； 2. 計算機與通信工程學院， 青島 266580)

0 引言

隨著現代電子資源的逐漸發展，紙質圖書資源雖然比例逐年減少，但是高校圖書館紙質資源仍然以每年萬冊左右的數量在增長，如何實現有效的圖書剔舊一直是高校圖書館面臨的難題[1]。圖書剔舊不僅工作量巨大，而且涉及的因素多且復雜[2]。為了解決上述問題，本文首先采用因素分析法[3]將圖書剔舊的各種因素分級分類，再利用層次分析法[4]生成中國石油大學(華東)圖書館(以下簡稱石大館)特有的圖書剔舊指標體系，最后結合圖書盤點設備、匯文系統、圖書數據庫系統和自動分揀機設計出一套基于圖書盤點的智能剔舊系統，不僅能大大降低圖書剔舊的工作量，而且能實現智能化圖書剔舊。

1 石大館剔舊工作簡述

石大館主要分為四大書庫，分別是文藝書庫、社科書庫、科技書庫和保存本書庫。目前總藏書130萬冊左右，在現有空間條件下藏書量已經達到飽和，但是仍然以每年7.5萬冊的數量在增加，若要實現動態零增長[5]，就要求圖書館每年剔除7.5萬冊左右舊書，工作量相當大。在實際操作過程中，有些圖書根據簡單的剔殘和剔錯原則就能被剔除，但是更多圖書需要進行各種因素的綜合考量。石大館在充分調研其他高校圖書館剔舊情況的基礎上提出“四剔”和“四不剔”原則，“四剔”包括：剔殘、剔錯、剔年、剔期刊，“四不剔”分包括不剔地方文獻、不剔核心館藏、不剔珍本、不剔本校師生著作[6]。在結合以上原則的基礎上，利用因素分析法和層次分析法綜合分析圖書剔舊的因素，最后結合圖書盤點設備、匯文系統、圖書數據庫系統和自動分揀機，實現圖書的智能化大批量剔除。

2 圖書的剔舊指標體系

2.1 圖書剔舊流程

在認真學習和調研的基礎上，根據定性法和定量法，石大館建立了自己特有的圖書剔舊指標體系。在定性法中，一般圖書可以直接根據損壞程度或者內容不合適等因素直接被剔除，但是大部分圖書還需要考慮綜合因素，例如流通因素，價格因素和著名因素等，根據圖書數據庫中的各種參數使用定量法分析能保證剔舊指標的客觀性和有效性。石大館的剔舊流程大體如圖1所示：

圖1 圖書剔舊流程圖

2.2 圖書剔舊指標體系

石大館在調研其他圖書館的基礎上并結合自身情況，引入因素分析法和層次分析法構建剔舊指標(BWI)作為剔舊依據。

2.2.1 因素分析法

因為影響圖書剔舊的因素很多，選取的指標因素不僅要容易獲得而且要容易量化分析，所以根據因素分析法建立如下指標體系，如表1所示。

表1 剔舊指標體系

從表1中可以看出，剔舊指標體系主要包括5個一級指標，每個一級指標又可以細分成1個或2個二級指標，共8個二級指標。

2.2.2 層次分析法

因為每個指標在圖書剔舊過程中的影響權重是不一樣的，所以在征集石大館工作委員會和學校部分學生、教師意見的前提下，引用層次分析法計算各指標權重。

(1) 首先以一級指標為例計算，根據因素的重要程度，構造判斷矩陣，如表2所示。

表2 判斷矩陣表

(2) 計算矩陣每一行乘積Ni的n次方根Xi的值,

其中N1=12，N2=1，N3=90，N4=1/9，N5=1/120。

(3) 對向量?(i)做歸一化處理[7]

(4) 一致性檢驗

計算矩陣的最大特征根：

式中，向量AW如下

計算一次性指標：

式中，RI=0.9。

求得CR=0.065<0.10，符合矩陣的一致性要求。因此求得的各因素權重值是能夠體現各指標相對重要性，即Y1、Y2、Y3、Y4、Y5的權重值分別是0.232 2、0.216 3、0.443 0、0.046 1、0.062 4。

根據上述方法，計算剔舊二級指標的權重，計算結果如表3所示。

表3 剔舊指標權重表

2.2.3 計算剔舊指數(BWI)

根據表3計算得到的各指標權重，最后計算剔舊指數(BWI)，公式如下：

式中，Qi和qi分別為一級指標和二級指標的權重。

各因素設值：

出版年代A1：踢舊當代年限設值為0，上一年為1，以此類推。

版本A2：最新版本為設值0，前一版為1，以此類推。

出版社B1：根據國家出版社排名分類為三個等級，第一等級設值為0，第二等級設值為1，第三等級設值為2.

作者B2：獲省級以上重大獎項或者職稱為正高級別的設值為0，獲市級以上省級以下獎項獲職稱為副高級別的設值為1，其他設值為2。

副本量C1：1本副本量設值為1，2本副本量設值為2，以此類推。

單書流通頻次C2：借閱頻次最高的設值為1，次高設值為2，以此類推。

定價D：價格100元以上的圖書設值為0，50-100元設值為1，30-50元設值為2，30元以下設值為3。

電子形式E：有電子圖書設值為1，無電子圖書設值為0。

通過因素分析法和層次分析法得到的剔舊指數，是石大館圖書剔舊的重要依據。剔舊指數越小，代表該書被剔除的程度越小，相反剔舊指數越大被剔除的程度越大，從而實現行之有效的剔書流程。圖書采購過程中也可以將剔舊指數作為采購依據，有效的保證藏書質量。

3 圖書智能剔舊系統的設計與實現

3.1 圖書智能剔舊系統的設計

根據藏書量的要求，石大館每年剔除書籍的數量將近7.5萬冊左右，以前所有工作都是由館員手動親自完成，工作量不僅大而且繁瑣，所以根據匯文系統、圖書盤點設備、圖書數據庫系統和自動分揀系統設計了一套圖書智能剔舊系統，在圖書自動分揀和圖書盤點過程中實現智能剔舊，大大減少了館員的工作量。

3.1.1 圖書智能剔舊系統的工作原理

圖書數據庫系統存儲著石大館所有圖書的各種信息，包括書名、索書號和副本量等內容。通過在數據庫中加一個狀態字段(state)來判定每本書是否處于在架狀態，數值0表示已經被剔舊，1表示在架，同時建立一個單獨的數據表Off_Book來儲存需要剔舊的圖書，并與圖書盤點設備和自動分揀機設備對接。

圖書智能剔舊系統根據剔舊指數(BWI)定時對所有圖書進行篩選，并將篩選出的圖書列表存入Off_Book數據表中。館員利用盤點設備進行圖書盤點時，當盤點到Off_Book表中需要剔舊的圖書時，盤點設備自動報警，然后館員通過確認終端是否剔舊的指令最終實現圖書的剔舊過程，同時圖書數據庫系統中的state字段自動變為0。在自動分揀過程中，系統識別到Off_Book表中需要剔舊的圖書時，自動將書分揀到剔舊的一類中，并自動改變圖書數據庫系統中的state字段的值。

3.1.2 圖書智能剔舊系統的組成模塊

圖書智能剔舊系統主要包括剔舊指數(BWI)自動計算功能、定時篩選剔除書籍功能、人工審核和查詢圖書功能以及設備接口對接功能，如圖2所示。

圖2 圖書智能剔舊系統模塊

(1) 剔舊指數計算模塊

剔舊指數計算是智能剔舊系統最大的計算模塊，也是最重要的核心。石大館館藏300多萬冊圖書，存儲信息將近4000萬個數據量，為了提高系統工作效率，必須優化設計計算BWI的類和算法，并在服務器端引入并行計算，大大減少了計算BWI所花費的時間[8]。

(2) 定時篩選模塊

系統可以設置定時功能，按照設定的時間依據BWI規則對圖書數據庫中的數據進行篩選，并緩存在數據庫中，以備館員進行圖書剔舊的初步篩選。定時功能避免了數據篩選過程中因為BWI指數計算花費的大量時間，減少了系統的負荷。

(3) 審核和查詢模塊

館員可以根據圖書的信息例如書架、流通率、索書號、書名和副本量等進行單因素查詢篩選，同時可以對系統篩選出的數據進行審核，確定是否要對某本書進行初步剔舊。當館員通過RFID設備盤點到需要剔舊的圖書信息時，可以點擊確認剔除實現圖書的最終下架，同時數據庫中的state字段自動變為0。

(4) 數據庫管理模塊

為了提高系統的計算和查詢效率，在圖書數據庫中增加一字段來判斷某本書是否處于在架狀態，同時創建圖書剔舊系統數據庫，用來存儲剔舊指數篩選后的數據，并能生成各種統計報表。

(5) 設備對接模塊

利用圖書數據庫系統和RFID盤點設備提供的接口，設計圖書剔舊智能系統可靠的對接模塊，實現他們之間數據的交互和實時更新。

3.2 圖書智能剔舊系統的實現

圖書智能剔舊系統選用Visio Studio 2017為開發工具，數據庫系統為SQL Server 2008，由于圖書數據量較多且剔舊指標體系計算較復雜，選用基于MVC框架[9]

的客戶端和服務器(C/S)框架結構[10]，提高了檢索和審核效率。

圖書智能剔舊系統可以定時或者人工手動進行BWI指數篩選圖書，也可以根據圖書的單因素例如書架、流通率或者索書號等進行查詢篩選，然后審核選定要剔舊的圖書點擊確認剔除。

圖書智能剔舊系統在正式上線前，在非繁忙時段根據數據量的大小對系統進行了有效的測試和評估，結果如表4所示。

表4 系統測試評估表

通過對系統的有效測試，系統未出現任何異常，從表4可以看出，反應時間均在合理范圍內。由于匯文系統在每天8點到晚上10點屬于借還書，采編等繁忙時段，石大館根據具體情況將剔舊系統設定在每天凌晨0點自動進行全部圖書剔舊指數的計算，避免了高峰期可能造成系統不穩定等風險，而根據圖書單因素進行的查詢篩選，任何時段系統都未產生問題。

系統剔舊指數計算后將圖書數據進行初步排序，隨后由人工進行審核和篩選，最終確定要剔舊的圖書，界面如圖3所示。

圖3 圖書智能剔舊系統查詢和審核界面

當館員用圖書盤點設備盤點到需要剔舊的圖書時，盤點設備將報警并在終端將彈出剔舊界面，如圖4所示。

圖4 盤點終端對話框

然后只要點擊確定，將實現此書的最終剔舊并自動在后臺圖書數據庫中將此書剔除，點擊取消將略過此書。當自動分揀設備遇到需要剔舊的圖書時直接將剔舊的圖書分揀到剔舊一類，然后有館員最終確定是否剔舊。

4 總結

為了解決圖書館圖書剔舊繁瑣、不規范等問題，石大館根據圖書數據庫的信息，并利用因素分析法和層次分析法建立了自己特有的剔舊指標體系，并結合匯文系統、圖書盤點設備、自動分揀設備和數據庫系統設計了一套智能圖書剔舊系統，大大減少了館員的工作量，具有廣泛的應用價值。